问财量化选股策略逻辑
本选股策略选取振幅大于1、周线MACD在零轴之上、大单净量排行的股票作为投资标的。
选股逻辑分析
本选股策略在技术面的基础上，加入了大单净量排行因素。大单净量可以反映资金流向，较高的大单净量排行表明该股票可能受到资金的青睐，具有参考价值。但忽略了公司基本面、市场环境等因素的影响，可能产生较大波动性。
有何风险？
此选股策略仅以技术面指标和大单净量为选股依据，忽略了公司基本面、市场环境等因素的影响，存在较大风险。如市场环境变化或公司重要信息公布，可能会对股票产生较大的不利影响。
如何优化？
在技术面指标和大单净量的基础上，可以引入其它的数据指标，例如市场环境数据、财务数据、行业数据等。同时要充分考虑整体市场情况、公司基本面和市场环境等因素，从而选择更优质的个股进行投资。
最终的选股逻辑
本选股策略以技术面指标和大单净量为主要选股依据，需要综合考虑公司基本面、市场环境等因素的影响，以提高选股的准确度。
同花顺指标公式代码参考：
振幅大于1：
(HIGH - LOW) / PRE_CLOSE > 0.01
周线MACD在零轴之上：
(REF(MACD(12,26,9),1) > REF(MACDSIGNAL(12,26,9),1)) AND (MACD(12,26,9) > 0)
大单净量排行：
RANK(VOLUME_RATIO) <= 10
python代码参考：
# 引入Tushare库
import tushare as ts
# 查询股票数据，根据条件筛选股票
selected_stocks = []
stock_data = ts.get_stock_basics()
for code in stock_data.index:
# 获取股票数据
daily_data = ts.get_hist_data(code)
# 获取大单净量数据
big_deals_data = ts.get_sina_dd(code, date='20220101', vol=500)
volume_ratio = (big_deals_data['bvolume']-big_deals_data['svolume']).sum()
# 筛选符合条件的股票
if((daily_data.high - daily_data.low).mean() / daily_data.close.mean() > 0.01 and
REF(MACD(12,26,9),1) > REF(MACDSIGNAL(12,26,9),1) and
RANK(volume_ratio) <= 10):
selected_stocks.append(code)
# 输出选中的股票
print(selected_stocks)
本选股策略在技术面指标和大单净量的基础上，选择排名靠前的股票作为投资标的，具有实际参考价值。但需要充分考虑整体市场情况、公司基本面和市场环境等因素，从而选择更优质的个股进行投资。
## 如何进行量化策略实盘？
请把您优化好的选股语句放入文章最下面模板的选股语句中即可。
select_sentence = '市值小于100亿' #选股语句。
模板如何使用？
点击图标右上方的复制按钮，复制到自己的账户即可使用模板进行回测。
## 如果有任何问题请添加 下方的二维码进群提问。
