问财量化选股策略逻辑
选股策略为：元宇宙行业中，昨天出现龙虎榜且MACD指标零轴以上。
选股逻辑分析
该选股策略主要从市场情绪和技术面两个角度入手，选取元宇宙行业中出现昨日龙虎榜的个股，并筛选其MACD指标零轴以上的股票，以此作为市场情绪和技术面的参考，为投资决策提供支持。
有何风险？
该选股策略存在可能忽略公司基本面、行业趋势等因素的风险，仅从市场情绪和技术面两个角度入手。此外，MACD指标零轴以上虽然能够反映出股票的中短期趋势，但未必能够准确预测未来走势。
如何优化？
可以将市场情绪和技术面指标提高到多维度，例如加入公司基本面、同行业竞争力对比等，从多个维度去评估参考。例如，可以选择MACD指标快线和慢线交叉点、出现金叉和死叉的股票，进行基本面分析、技术面分析等综合分析。
最终的选股逻辑
选取元宇宙行业中，昨日出现龙虎榜，MACD指标零轴以上的股票。
同花顺指标公式代码参考
选取元宇宙行业中，昨日出现龙虎榜，MACD指标零轴以上的股票：
昨日出现龙虎榜：CROSS(DIFF, DEA) AND CROSS(DEA, MACD);
MACD指标零轴以上：MACD() > 0;
Python代码参考
import akshare as ak
import datetime
def get_eligible_stocks():
eligible_stocks = []
today = datetime.datetime.now().strftime("%Y-%m-%d")
stock_data = ak.stock_zh_a_spot_em()
for index, row in stock_data.iterrows():
kline_data = ak.stock_zh_a_hist(symbol=index, period="day")
if len(kline_data) < 2:
continue
if kline_data.iloc[-2]['close'] in kline_data.iloc[-2]['dragonandtiger'] and \
kline_data.iloc[-2]['macd'] > 0:
# 添加其他筛选条件
eligible_stocks.append([index, row['name']])
return eligible_stocks
print(get_eligible_stocks())
该选股策略的Python代码使用了Akshare获取A股的股票数据和历史K线数据。对于每一只符合龙虎榜和MACD指标零轴以上要求的股票，利用龙虎榜和MACD指标进行筛选，同时可根据需要添加其他筛选条件。需要注意的是，该选股策略具有一定主观性，需要根据实际情况进行调整。
## 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。
