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，前天 MACD 小于 0。选股时间为每个交易日开盘前进行。
选股逻辑分析
该选股逻辑基于技术面进行筛选，通过 MACD 的零轴以上和前天 MACD 小于 0 的条件进行技术面分析，进一步辅助选择出相较于市场风险更小的股票。同时，通过按个股热度排序名筛选出市场情绪积极的个股。
有何风险？
- 可能存在短期内 MACD 零轴以上并不代表长期上涨的情况，存在回撤风险；
- 通过前天 MACD 小于 0 的条件进行筛选，可能会存在时间跨度不足或不足够全面的问题。
如何优化？
- 在选股逻辑中加入基本面因素进行筛选，降低盲目追涨风险；
- 适度加入风控策略，如止损或止盈等避免过大的风险。
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，前天 MACD 小于 0。选股时间为每个交易日开盘前进行。
同花顺指标公式代码参考
以下是通达信的 MACD 指标公式：
DIF:EMA(CLOSE,SHORT)-EMA(CLOSE,LONG);
DEA:EMA(DIF,M);
MACD:(DIF-DEA)*2,COLORSTICK;
以下是前天 MACD 小于 0 的同花顺指标公式代码：
MACD:EMA(CLOSE,SHORT)-EMA(CLOSE,LONG);
MACD_JQ:EMA(MACD,M);
MACDU:IF(MACD>0 AND MACD>MACD_JQ,MACD,0);
MACDD:IF(MACD<0 AND MACD<MACD_JQ,MACD,0);
MACDB:REF(2,MACD);
DIFU:MADD(MACDU,MACDB,3)/3;
DIFF:MADD(2*MACDU,MACDB,2)/3;
DB:DIFU-DIFF;
python代码参考
以下是 Python 的选股筛选代码，仅供参考：
import akshare as ak
data_stock_price = ak.stock_zh_a_daily(symbol="sh601988") # 获取股票数据，需要日线数据
macd = pd.Series(data_stock_price['close']).ewm(12).mean() - pd.Series(data_stock_price['close']).ewm(26).mean()
before_yesterday_macd = macd.iloc[:-2]
filtered = data_stock_price.loc[
(macd > 0) & (before_yesterday_macd < 0)
].sort_values(by=['HOTMA5'], ascending=False)
result = filtered # 最终选股结果
注意，由于同花顺指标公式较多，代码根据需求自行选择实现。另外，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。
## 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。
