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，并且昨日主力控盘。选股时间为每周末收盘后进行。
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，主力控盘可以反映市场资金流向和情绪。综合考虑这些因素可以找到市场上具有较好投资机会的股票，进而优化投资策略，提高投资成功率。
有何风险？
- 主力控盘指标可能存在假盘、屏蔽和噪音等风险，需要结合其他指标和资讯进行分析；
- 对于个股热度的分析可能存在投机和泡沫等风险，需要谨慎选择；
- MACD指标单一，很难准确反映市场情况；
- 选股后没有对个股进行基本面分析，存在市场风险。
如何优化？
- 加入其他有效的技术指标进行多维度分析和筛选；
- 提高选股精度，对于主力控盘指标进行筛选和验证，减少假盘等噪音的干扰；
- 加入个股基本面分析，补充技术面可能存在的不足；
- 及时调整和优化策略，适应市场变化。
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，并且昨日主力控盘。选股时间为每周末收盘后进行。
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;
主力控盘指标：
K = MA(HIGH, 55);
K = REF(K,1);
LOWV = (LOW-HIGH*0.7+K*0.3)*3/7 + REF((LOW-HIGH*0.7+K*0.3)*3/7,1)*4/7;
HIGHV = (HIGH-LOW*0.7+K*0.3)*3/7 + REF((HIGH-LOW*0.7+K*0.3)*3/7,1)*4/7;
CONTROL = (LOWV + HIGHV)/2;
其中CLOSE为当日收盘价，EMA为指数移动平均数，HIGH和LOW为最高价和最低价，MA为简单移动平均线，REF为移动函数。
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 talib as ta
data_stock = ak.stock_zh_a_daily_em()
data_stock_hot = ak.stock_zh_a_board_spot_top(indicator="热度")
result_list = []
for ts_code in data_stock_hot['ts_code']:
temp = data_stock[data_stock['ts_code']==ts_code]
data_control = ak.stock_zh_a_hist_bid_ask(ts_code)
if (data_control['control'][0] > data_control['bid'][0]) and (temp['macd'].iloc[-1] > 0):
result_list.append(ts_code)
result_filtered = data_stock[data_stock['ts_code'].isin(result_list)]
result_sorted = result_filtered.sort_values(by=['hot'], 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。
