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、出现酷特智能早晨之星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，更加重视了K线的形态，采用酷特智能早晨之星的形态为参考指标，综合考虑短期和中长期的趋势，找出稳定的股票。
有何风险？
选股策略基于技术面因素，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，K线形态的识别存在误差，需要谨慎分析。
如何优化？
应该综合考虑非技术因素如基本面等数据，长度适当延长，可以增强筛选效果的底色，需要较高的技术指标水平和分析能力来进一步加强筛选。
最终的选股逻辑
本选股策略基于技术面因素的分析，结合短期和中长期的趋势，以酷特智能早晨之星的形态为参考指标筛选稳定的股票。应该综合考虑非技术因素，结合较高的技术指标水平和分析能力进一步加强筛选。
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)
酷特智能早晨之星：
(REF(CLOSE,2) < REF(OPEN,2)) AND (REF(CLOSE,1) > REF(OPEN,1)) AND (CLOSE < OPEN) AND (CLOSE > (OPEN + (REF(HIGH,1) - REF(LOW,1)) * 0.6))
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，并加入酷特智能早晨之星的计算
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
(REF(daily_data.close,2) < REF(daily_data.open,2)) and
(REF(daily_data.close,1) > REF(daily_data.open,1)) and
(daily_data.close < daily_data.open) and
(daily_data.close > (daily_data.open + (REF(daily_data.high,1) - REF(daily_data.low,1)) * 0.6))):
selected_stocks.append(code)
# 输出选中的股票
print(selected_stocks)
在本选股策略中加入酷特智能早晨之星的形态作为参考指标，更全面的了解了K线形态的变化情况，也可以过滤掉一些不稳定的股票。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。
