问财量化选股策略逻辑
本选股策略选取振幅大于1、昨日主力控盘、前天MACD小于0的股票。这样可以同时考虑短期市场趋势与股票的基本面信息，从而选择出短期投资价值与长期增长潜力均较高的股票。
选股逻辑分析
本选股策略将MACD指标融入选股逻辑中，能够比较准确地判断股票短期趋势。同时，振幅大于1、昨日主力控盘也能够反映股票的总体走势和市场情况，从而为选股结果提供更多的保障。本逻辑能够较为全面地考虑短期投资价值和长期增长潜力，选股结果更综合。
有何风险？
本选股策略同样没有考虑公司的基本面信息，仍然存在较高的不确定性。同时，MACD是一种较为敏感的指标，对市场走势的反应可能会受到很多因素的影响，选股结果可能出现偏差。
如何优化？
需要加强对公司的基本面信息的评估，例如财务数据、行业评级等，提高选股精度。另外，对MACD的参数进行动态调整，根据市场情况对其灵敏度进行相应的调整。
最终的选股逻辑
选取振幅大于1、昨日主力控盘、前天MACD小于0的股票。
同花顺指标公式代码参考
- 振幅：AMO
- 昨日主力控盘：C/MA(C,5)
- 前天MACD小于0：DIFF-DEA 上穿 0
python代码参考
import tushare as ts
def select_stock():
stock_list = ts.get_stock_basics()
selected_stocks = stock_list[stock_list["pe"] > 0]
hist_data = ts.get_hist_data(selected_stocks.index)
selected_stocks = selected_stocks[hist_data["amplitude"] > 0.01]
selected_stocks = selected_stocks[hist_data["C/MA(C,5)"] > 1]
# 前天MACD小于0
for stock in selected_stocks.index:
data = ts.get_hist_data(stock)
macd, signal, hist = talib.MACD(data["close"].values, fastperiod=12, slowperiod=26, signalperiod=9)
if macd[-2] < 0:
continue
else:
selected_stocks.drop(stock, inplace=True)
return selected_stocks
print(select_stock())
以上代码仅供参考，具体实现方法可以根据投资者需要和市场情况进行调整。
## 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。
