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、底部抬高的股票。
选股逻辑分析
本选股策略选取振幅大于1、周线MACD在零轴之上的股票。同时，考虑了底部抬高这一技术指标，底部抬高指股价低点和MACD底背离的出现，同时出现的概率较小，这意味着该股的底部构筑已经完成，很可能在进行反弹。通过加入底部抬高这一技术指标，可以有效地挖掘出底部构筑完成，有望反弹的股票。
有何风险？
本选股策略仅考虑了技术面因素，没有考虑股票的基本面，存在挑选出估值不合理或盈利情况不佳的股票的可能。同时，底部抬高只是一个技术指标，也有可能出现虚假信号，投资者应该结合其他指标进行判断。
如何优化？
应该加入基本面因素，筛选符合估值优秀和盈利情况较好的股票。同时，应该综合考虑市场情况和概念板块等因素，选择合适的股票。此外，应该注意选股策略的适用性，底部抬高只是一个技术指标，投资者应该结合其他指标进行判断。
最终的选股逻辑
本选股策略选取振幅大于1、周线MACD在零轴之上、底部抬高的股票，并加入基本面因素和市场情况等因素进行筛选。此外，应该注意选股策略的适用性，底部抬高只是一个技术指标，投资者应该结合其他指标进行判断。
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)
底部抬高：
((LOW[2] > LOW[4]) AND (MACD(12,26,9)[2] > MACD(12,26,9)[4]) AND (MACD(12,26,9)[2] < MACD(12,26,9)[1]) AND (CLOSE[2] < CLOSE[4]))
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 = []
for code in ts.get_stock_basics().index:
# 获取股票数据
daily_data = ts.get_k_data(code)
if len(daily_data) < 10:
continue
# 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 \
((daily_data['low'].shift(2) > daily_data['low'].shift(4)) & \
(MACD(daily_data['close'], 12, 26, 9).shift(2) > MACD(daily_data['close'], 12, 26, 9).shift(4)) & \
(MACD(daily_data['close'], 12, 26, 9).shift(2) < MACD(daily_data['close'], 12, 26, 9).shift(1)) & \
(daily_data['close'].shift(2) < daily_data['close'].shift(4))).iloc[-1]:
selected_stocks.append(code)
# 输出选中的股票
print(selected_stocks)
本选股策略选取振幅大于1、周线MACD在零轴之上、底部抬高的股票，并加入基本面因素和市场情况等因素进行筛选。
## 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。
