问财量化选股策略逻辑
本选股策略选取振幅大于1、昨日非涨停板，并且MACD指标零轴以上的股票。
选股逻辑分析
振幅大于1和昨日非涨停板的筛选条件同普通股票，MACD指标是一种常用的技术指标，用于衡量股票的趋势和动量。零轴以上的MACD意味着股票呈现出多头市场的趋势。
有何风险？
使用技术指标作为选股依据，可能会出现市场行情的变化使选股结果失效的情况。同时，市场存在着大量的投机资金，股票的波动也可能出现异常。
如何优化？
可以采取多种技术指标，如KDJ、RSI等，进行综合筛选。同时可以结合基本面分析，如公司财务状况、行业地位等因素，进一步优化筛选条件。
最终的选股逻辑
本选股策略选取振幅大于1、昨日非涨停板，并且MACD指标零轴以上的股票。
同花顺指标公式代码参考
MACD指标的计算需要用到长期移动平均线（EMA26）、短期移动平均线（EMA12）以及MACD线（DIFF12-26）和信号线（DEA9）。通达信中MACD指标计算公式如下：
MACD(12,26,9) : EMA(CLOSE,12) - EMA(CLOSE,26),EMA(MACD,9)
python代码参考
# 引入Tushare库
import tushare as ts
# 连接Tushare库
pro = ts.pro_api()
def select_stocks(n):
selected_stocks = []
today = pro.trade_cal(exchange='', is_open='1')["cal_date"].values[-1]
yesterday = pro.trade_cal(exchange='', is_open='1', end_date=today, count=2)["cal_date"].values[0]
for i in range(3):
# 筛选出振幅大于1、昨日非涨停板的股票
quote = pro.limit_list(trade_date=yesterday, limit_type='U')
quote = quote[~quote["ts_code"].str.startswith("688")] # 剔除科创板
quote = quote.append(pro.limit_list(trade_date=yesterday, limit_type='D'))
quote = quote[~quote["ts_code"].str.startswith("300")] # 剔除创业板
quote = quote.drop_duplicates(subset="ts_code", keep=False)
quote = quote.merge(pro.daily(trade_date=yesterday, fields='ts_code, pct_chg'), on="ts_code")
quote = quote[quote["pct_chg"] < 9.9]
quote = quote.merge(pro.stocks_basic(exchange='', list_status='L', fields='ts_code,name'), on='ts_code')
# 选取MACD指标零轴以上的股票
for code in quote["ts_code"].tolist():
k_data = pro.daily(ts_code=code, start_date=yesterday, end_date=yesterday)
macd_value = k_data["macd"]
if macd_value.values[0] >= 0:
selected_stocks.append(code)
if len(selected_stocks) >= n:
break
return selected_stocks[:n]
## 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。
