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在零轴之上以及昨天出现3连板的股票。
选股逻辑分析
本选股策略主要考虑了股票的技术面和市场热度因素。振幅大于1、周线MACD在零轴之上可以判断股票的强势上涨和趋势方向，而昨天连续3个涨停可以判断市场对于该股票的认可度较高，信心较强。这个筛选条件比较适用于短期内市场情绪较为活跃的情况下。
有何风险？
本选股策略相对较为主观，对于市场情绪缺乏充分考虑，而且连续3个涨停已经具备一定的炒作性质，存在超买的情况。如果市场情绪不稳定，此选股策略并不适用。
如何优化？
可以添加其他市场情绪指标，如资金净流入、涨停家数、市场波动情况等等，更全面地考虑市场情绪的波动，对于选股更加准确。
最终的选股逻辑
本选股策略选取振幅大于1、周线MACD在零轴之上以及昨天产生3个涨停板的股票。可以结合其他市场情绪指标，更全面地考虑市场情绪的波动，对于选股更加准确。
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)
昨天产生3个涨停板：
C>1.095*REF(C,1) AND C>1.095*REF(C,2) AND C>1.095*REF(C,3)
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_hist_data(code)
if daily_data is None or len(daily_data) < 4:
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(daily_data['close'], 12, 26, 9), 1) > REF(MACDSIGNAL(daily_data['close'], 12, 26, 9), 1) and \
(MACD(daily_data['close'], 12, 26, 9) > 0) and \
daily_data['close'][0] > 1.095 * daily_data['close'][1] and \
daily_data['close'][1] > 1.095 * daily_data['close'][2] and \
daily_data['close'][2] > 1.095 * daily_data['close'][3]:
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在零轴之上以及昨天产生3个涨停板的股票。可以通过此策略为投资者筛选出较为热门的股票，但需要注意仅适用于市场情绪较为活跃的情况下。
## 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。
