问财量化选股策略逻辑
选股逻辑为MACD零轴以上，PE大于0，近一个月内有过涨停的股票。选股时间为每个交易日收盘后。
选股逻辑分析
MACD是一种趋势追踪指标，红柱代表上涨趋势，当MACD在零轴以上时，说明当前股票处于强势状态，有较大的上涨空间。同样，通过PE大于0可以筛选出当前股票的估值较合理。
在此基础上，通过近一个月内有过涨停可以找到近期市场关注的潜在投资标的，说明该股票在较短时间内被市场追捧，具有较强的市场反应能力，短期内具备上涨潜力。
综合以上选股条件，可以筛选出趋势较强，估值较合理，近期市场关注度较高的潜在投资标的。
有何风险？
- 过于依赖技术指标和过去市场表现，忽略了基本面数据带来的投资风险；
- 过于关注短期表现，忽略了长期持续的价值投资机会；
- 过度追涨杀跌，盲目跟风可能存在过度风险。
如何优化？
- 引入其他技术指标和基本面数据来拓宽选股预判条件，提高精准度和投资成功率；
- 加强对股票的长期趋势分析，避免盲目追涨杀跌；
- 将近一个月内的涨停次数、成交量等加入选股因素，尽量规避市场热点的快速转移。
最终的选股逻辑
选股逻辑为MACD零轴以上，PE大于0，近一个月内有过涨停的股票。选股时间为每个交易日收盘后。
同花顺指标公式代码参考
MACD指标：
DIF: EMA(CLOSE, 12) - EMA(CLOSE, 26);
DEA: EMA(DIF, 9);
MACD: (DIF - DEA) * 2;
PE指标：
PE: FIELD('pe_ttm', 0);
涨停板统计指标：
UP_COUNT: REF((CLOSE/LASTCLOSE)>1.095, 1);
选股筛选公式：
MACD > 0 AND PE > 0 AND SUM(UP_COUNT, 20)>0;
排序公式：
默认按照个股市值排序，这里不做展示。
Python代码参考
以下为python的选股筛选代码、排序代码，仅供参考：
import akshare as ak
# 获取股票列表并计算选股筛选条件
data = ak.stock_zh_a_daily_tx(symbol="", trade_date="")
up_count = data['close'].pct_change().rolling(window=2).apply(lambda x: x[-1]>0.095, raw=False).rolling(window=20).sum()
condition = (data['macd'] > 0) & (data['pe_ttm'] > 0) & (up_count>0)
result = data[condition]
# 按照市值排序
result_sorted = result.sort_values(by=['circ_mv'], ascending=False).head(5)
## 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。
