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，且机构抄底的股票。机构抄底意味着该股票获得了大资金青睐，可能有较大的上涨空间，结合技术面选股可以筛选出潜力较大的股票。
选股逻辑分析
本选股策略主要基于技术面选股（振幅、MACD），并结合机构底部抄筹选股。机构抄底通常意味着该股票具有一定的价值投资潜力和机会，也可以认为是市场情绪的反应。同时，振幅和MACD指标反映了该股票的波动和趋势，可以在技术面选股时进行进一步的筛选，有一定的可操作性和实用性。
有何风险？
本选股策略同样忽略了公司的基本面等其他因素，只从技术面和投资方向进行筛选，可能存在一定的投资风险和认知误差。同时，机构底部抄筹万一有误判或错误，也会对筛选结果造成影响。另外，需要注意的是，机构抄底并不是股票已经到达底部的确切证明，其可能存在估值过高、股价回调、资金流向等问题。
如何优化？
可以在技术面指标基础上，在综合考虑基本面、市场情绪、机构资金流向、行业热点等各种因素的情况下进行综合筛选。同时，需要通过统计分析和历史回测等手段，验证选股策略的有效性和准确性，以降低投资风险。在机构抄底的选股条件基础上，进一步加入机构持股比例、机构持仓变动等机构因素来补充、优化选股策略。
最终的选股逻辑
本选股策略选取振幅大于1、周线MACD在零轴之上且机构抄底的股票，同时可以在此基础上继续加入更多因素进行综合筛选，比如市场情绪、基本面等因素。需要通过加强风险控制、优化交易策略等手段降低投资风险。同时，建议通过搭建量化选股模型或人工智能模型等技术手段，提高选股效率和准确性。
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)
机构抄底：
IFF(GDF_N_QUOTA_INST_TOTAL < REF(GDF_N_QUOTA_INST_TOTAL, 1), True, False)
python代码参考：
# 引入Tushare库
import tushare as ts
# 连接Tushare库
pro = ts.pro_api()
# 查询所有股票的数据
all_data = pro.stock_basic()
# 根据选股条件进行筛选
selected_stocks = []
for ts_code in all_data["ts_code"]:
# 获取股票数据
daily_data = pro.daily(ts_code=ts_code, start_date='20220901', end_date='20220910')
weekly_data = pro.weekly(ts_code=ts_code, start_date='20220101', end_date='20220630')
inst_data = pro.top10_holders(ts_code=ts_code, start_date='20220901', end_date='20220910')
if (daily_data.high - daily_data.low).mean() / daily_data.close.mean() > 0.01 and weekly_data.iloc[-1]['close'] > weekly_data.iloc[-1]['ma30'] and inst_data.iloc[-1]['hold_ratio'] > inst_data.iloc[-2]['hold_ratio']:
selected_stocks.append(ts_code)
# 输出选中的股票
print(selected_stocks)
同样使用Tushare库获取股票数据，按照选股条件筛选。在本选股逻辑中加入了机构持股比例的筛选条件。在优化本选股策略时，建议加入更多因素和补充指标，形成更加完整和准确的选股体系。需要通过加强风险控制、优化交易策略等手段降低投资风险。
## 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。
