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、流通市值大于100亿元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流通市值因素来筛选股票。振幅、周线MACD反映股票的价格和趋势方向，可以为投资者提供投资信号；而流通市值反映了股票的市场认可度，通常被认为是衡量股票价值的重要指标。但该选股策略忽略了公司基本面、行业情况等因素的影响，存在较大波动性。
有何风险？
此选股策略依据技术面指标和流通市值因素筛选股票，忽略了公司基本面、行业情况等因素的影响，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。此外，流通市值是一个相对较波动的指标，也存在较大噪声和估值偏差的风险。
如何优化？
在技术面指标和流通市值的基础上，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流通市值为主要选股依据，需要综合考虑公司基本面、行业情况等因素的影响，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)
流通市值大于100亿元：
CIRC_MCAP > 10000000000
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)
# 获取流通市值数据
circ_mcap_data = ts.get_stock_basics().circ_mktcap
# 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
circ_mcap_data[code] > 10000000000):
selected_stocks.append(code)
# 输出选中的股票
print(selected_stocks)
本选股策略基于技术面指标和流通市值因素筛选股票，对股票价格趋势和市场认可度的考虑有助于投资者更好地把握市场趋势。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。
