问财量化选股策略逻辑
选股逻辑为MACD零轴以上，按个股热度从大到小排序名，股价为18.5元，选股时间为每日收盘后进行。
选股逻辑分析
MACD指标可以反映市场趋势，个股热度可以反映市场关注度，选取18.5元的股价，一定程度上可以筛选出市值较小的公司，可能存在一定的投资机会，同时也可以减轻风险。但18.5元的价格水平可能过于价格敏感，对公司基本面的影响可能过于简单片面，需要结合其他分析方法一起考虑。
有何风险？
- 选股方式简单，存在外界干扰影响选股结果的风险。
- 对于18.5元股价的选择，可能存在投资者不充分考虑公司基本面的风险。
- 选股逻辑可能存在过时或过于单一的风险。
如何优化？
- 对公司基本面进行深入研究，从多个方面综合分析，减小基本面分析不足的风险；
- 结合其他技术指标，如RSI、KDJ等，尽可能减少单一指标的误判风险；
- 建立更加严谨的选股规则，减少人为影响，降低风险。
最终的选股逻辑
选股逻辑为MACD零轴以上，按个股热度从大到小排序名，股价为18.5元，选股时间为每日收盘后进行，同时结合其他分析方法，对公司基本面进行综合分析。
同花顺指标公式代码参考
选股所需通达信指标公式如下：
MACD: (EMA(CLOSE, 12) - EMA(CLOSE, 26));
PRICE: CLOSE;
其中CLOSE为当日收盘价，EMA为指数移动平均数，MACD为MACD线，PRICE为当日收盘价。
Python代码参考
以下为python的选股筛选代码，仅供参考：
import akshare as ak
import pandas as pd
data_stock_price = ak.stock_zh_a_daily(symbol="sh601669")
macd = pd.Series(data_stock_price['close']).ewm(12).mean()-pd.Series(data_stock_price['close']).ewm(26).mean()
result_filtered = data_stock_price[(macd > 0) & (data_stock_price['close'] == 18.5)]
result_sorted = result_filtered.sort_values(by=['turnover_rate'], ascending=False)
## 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。
