问财量化选股策略逻辑
选股逻辑为 MACD 技术指标零轴以上、价格小于 12 元、连续三个交易日以上大单净量大于 0.05。选股时间为每个交易日开盘前进行。
选股逻辑分析
该选股逻辑主要考虑了技术面、基本面和资金面。MACD 技术指标和价格条件综合考虑了短期和长期市场变化，连续三个交易日以上大单净量大于 0.05，则反映了市场对该股票的关注度。对于追求短期投资的投资者可能有较大的参考价值。
有何风险？
- 连续三个交易日以上大单净量可能存在短期的异常情况，存在交易行为风险。
- 不同机构的交易行为和大单净量情况不同，可能导致选股结果存在波动性和偏差性。
如何优化？
- 综合考虑其他因素，如其他资金面指标和基础面指标，提高选股稳定性和安全性。
- 结合股票池等长期策略，控制风险和波动性。
最终的选股逻辑
在考虑 MACD 技术指标和价格条件的情况下，排除不符合条件的股票。筛选资金面数据，选择连续三个交易日以上大单净量大于 0.05 的股票。综合考虑基础面指标，排除不符合条件的股票。
同花顺指标公式代码参考
以下是 MACD 指标的同花顺指标公式：
MACD(CLOSE, 12, 26, 9);
以下是大单净量的同花顺指标公式，假设大单为单笔交易量超过该股票平均交易量的 5%：
(VOL - MA(VOL, 10)) / MA(VOL, 10) >= 0.05 AND VOL > MA(VOL, 10)
python代码参考
以下是 Python 的选股筛选代码，仅供参考：
import akshare as ak
import talib
data_stock_price = ak.stock_zh_a_minute(symbol="sh601988", period="D") # 获取股票日 K 线数据
close_price = data_stock_price["close"].tolist()
short, long, m = 12, 26, 9
dif, dea, macd = talib.MACD(np.array(close_price), fastperiod=short, slowperiod=long, signalperiod=m)
data_stock_quote = ak.stock_zh_a_quote_zhongxiaoxiang("sh601988") # 获取股票市场报价信息
data_stock_vol = ak.stock_zh_a_hist_volatility(symbol="sh601988", trade_date="20191122") # 获取股票波动率数据
if macd[-1] > 0 and data_stock_quote["现价"].iloc[-1] < 12:
vol = data_stock_vol["实时换手率"].iloc[-1] * data_stock_quote["成交量"].iloc[-1] / 100
ma_vol = data_stock_vol["实时换手率"].iloc[-10:-1].mean() * data_stock_quote["成交量"].iloc[-10:-1].mean() / 100
if (vol - ma_vol) / ma_vol >= 0.05:
filtered = data_stock_info.loc[
# 其他条件
]
result = filtered[["代码", "名称"]] # 最终选股结果
注意，由于数据在运行时需要更新，因此具体代码需要实际情况调整。同时需要根据实际情况查询对应的 AKShare 数据接口。
## 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。
