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，剔除昨日涨停。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和市场情绪进行筛选，通过 MACD 零轴以上和个股热度排序进行技术面分析，进一步筛选市场情绪积极的个股。同时，剔除昨日涨停的股票，意味着今日股票价格可能会出现一定回落，并降低短期内的交易风险。
有何风险？
- 筛选个股热度时，可能存在时间跨度不足的情况，即某些个股热度由于市场短期内的关注度而变化，存在短期内大涨大落的风险。
- MACD 零轴以上并不一定代表个股长期能够保持上涨趋势，可能存在一定的回撤风险。
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，剔除昨日涨停。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;
以下是涨停板指标公式：
ZTB:IF(C>=REF(1,C)*1.1,1,0);
ZTS:IF(C<=REF(1,C)*0.9,1,0);
DZTB1:ZTM1=ZTB AND (ZTB=REF(ZTB,1)=0);
DZTB=ZTB OR DZTB1;
DZTS1:ZTM1=ZTS AND (ZTS=REF(ZTS,1)=0);
DZTS=ZTS OR DZTS1;
FILTER:DZTB OR DZTS;
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()
filtered = data_stock_price.loc[
(macd > 0) & ~FILTER
].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。
