问财量化选股策略逻辑
选股逻辑：元宇宙行业、实现收益率大于0、前天MACD（Moving Average Convergence Divergence）小于0的股票。
选股逻辑分析
该选股策略要求选取元宇宙行业的股票，同时要求实现收益率大于0，并且要求前天的MACD小于0。MACD指标是技术分析中的重要指标，用于判断股票走势的变化和趋势的强势或弱势。通过此策略可以筛选出符合潜在上涨趋势的标的股票，从而帮助投资者做出买入的决策。
有何风险？
该选股策略可能会忽略其他因素，例如市场情绪、资金流动等。同时，该策略可能会因为上一日的MACD指标而发生短期波动，引入更多噪音，导致投资效率和收益率降低。因此，需要根据市场情况和投资者实际需求，灵活调整选股策略。
如何优化？
改进选股逻辑时可以加入其他指标和因素，如市值、行业地位、公司基本面等，从更多角度评估和筛选出合适的标的股票。还可以结合市场走势和资金流动等更大的宏观环境变化，对选股策略进行动态调整和完善。同时，也可以探索和应用更加先进的技术指标，不断优化和完善选股策略的效果。
最终的选股逻辑
选股逻辑：元宇宙行业、实现收益率大于0、前天MACD小于0的股票。同时，综合考虑市值、行业地位、公司基本面等因素，寻找更加合适的标的。
同花顺指标公式代码参考
元宇宙行业板块代码：CATEGORY='SW1_zxx'
实现收益率大于0：CLOSE/REF(CLOSE,1)>1
前天MACD小于0：DATEDIFF(MACD(), REF(MACD(), 2))<0
综合条件选股：
CATEGORY=='SW1_zxx' AND (CLOSE/REF(CLOSE,1)>1) AND (DATEDIFF(MACD(), REF(MACD(), 2))<0)
python代码参考
import tushare as ts
import talib
gg_stocks = ts.get_zz500s()
gg_stocks = gg_stocks[gg_stocks['industry'] == '元宇宙']
selected_stocks = []
for stock in gg_stocks['code']:
# 判断股票是否停牌等
...
# 判断是否符合收益率条件
if ts.get_k_data(stock, end='yesterday')['close'][-1] / ts.get_k_data(stock, end='2 days ago')['close'][-1] <= 1:
continue
# 判断前天MACD条件
macd_hist = talib.MACD(ts.get_k_data(stock, end='yesterday')['close'], fastperiod=12, slowperiod=26, signalperiod=9)[2]
if macd_hist[-2] >= 0:
continue
# 判断其它因素
...
display_name = ts.get_stock_basics().loc[stock]['name']
selected_stocks.append((stock, display_name, ts.get_realtime_quotes(stock)['price'].iloc[0]))
# 输出名称
selected_stocks = [x[1] for x in selected_stocks]
## 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。
