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、现量大于1万手、当天开盘价高于昨日收盘价的股票作为投资标的。
选股逻辑分析
本选股策略除了振幅和MACD指标的考虑，还考虑了成交量和开盘价的变化，选取市场参与度较高的股票。较前一种选股策略而言，增加了高开这一指标，更完整地考虑了股票的运作状态。
有何风险？
同前一种选股策略，本选股策略同样基于技术面因素，对于市场变化或其它非技术因素缺乏考虑，从而可能带来较大波动或收益下降的风险。同时，需要仔细考虑日内波动、波动率与成交量之间的关联。
如何优化？
除考虑技术因素外，还可增加基本面等非技术因素的因素的考虑以减少风险，也可以加强日内波动与成交量等因素的分析。需要更充分的数据支撑以增强筛选效果。
最终的选股逻辑
本选股策略基于技术面因素的分析，结合多种指标来筛选市场参与度较高、较稳定的股票。应该综合考虑非技术因素，加强日内波动与成交量等因素的分析，以更全面的信息支撑精确度。
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)
现量大于1万手：
VOL > 10000
高开：
OPEN > REF(CLOSE,1)
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)
# 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.volume > 10000 and
daily_data.open > REF(daily_data.close,1)):
selected_stocks.append(code)
# 输出选中的股票
print(selected_stocks)
本选股策略加强了日内波动与开盘价的考虑，可以更全面的了解股票的运作状态，从而更真实地反映股票的涨跌。后续还需要综合考虑其他因素，如基本面等非技术因素，以增加筛选的准确度。
## 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。
