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、昨天龙虎榜的股票作为投资标的。
选股逻辑分析
本选股策略基于技术面指标和市场交易情况，选择振幅、MACD、龙虎榜三方面指标筛选。振幅和MACD指标可以反映股票市场表现和趋势性，而龙虎榜可以反映股票交易热度和市场关注度。能够精准地找到交易活跃、市场关注度高的热门股票。除此之外，选股策略也存在一定风险，如个股表现可能受到市场环境、政策等多方面影响。
有何风险？
龙虎榜是一种短期指标，存在一定的市场干扰要素，存在人为干扰的风险。另外，选股策略忽略了公司的具体经营情况、行业市场情况、政策风险等因素的影响，只基于技术面指标和市场交易情况来筛选股票，因此存在着一定的局限性和风险。
如何优化？
结合技术面和基本面、市场情况、政策等多种因素来筛选股票，以提高选股的准确性和效益。同时，应加大筛选龙虎榜时加强过滤限制人为干扰的龙虎榜情况。
最终的选股逻辑
本选股策略基于技术面指标和市场交易情况筛选振幅大于1、周线MACD在零轴之上、昨天龙虎榜的股票作为投资标的。同时，加强筛选过程中限制人为干扰造成的龙虎榜情况，结合公司的具体经营情况、行业市场情况、政策风险等因素，加以综合考虑，以提高选股的准确性和效益。
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)
昨天龙虎榜：
(LOW/REF(HIGH,1)-1)>0.095 OR (HIGH/REF(LOW,1)-1)>0.095
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)
# 获取股票龙虎榜情况
df = ts.top_list(date='2022-07-07')
if code in df['code'].tolist():
# 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'] / daily_data['high'].shift(1) - 1) > 0.095 or
(daily_data['high'] / daily_data['low'].shift(1) - 1) > 0.095):
selected_stocks.append(code)
# 输出选中的股票
print(selected_stocks)
本选股策略根据技术面指标和市场交易情况，筛选出振幅大于1、周线MACD在零轴之上、昨天龙虎榜的股票作为投资标的。结合公司的具体经营情况、行业市场情况、政策风险等因素，加以综合考虑，以提高选股的准确性和效益。
## 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。
