问财量化选股策略逻辑
选取MACD值在零轴以上、企业性质、流通市值大于100亿元的个股作为投资标的。该策略主要选取具备较强趋势性、良好的基本面、足够的流动性的高市值股票，目的是找到有潜力的高成长潜力股。
选股逻辑分析
选股逻辑包括选取MACD值在零轴以上、企业性质、流通市值在100亿元以上的个股作为投资标的。MACD值在零轴以上反映了股票价格大概率向上上涨趋势，企业性质关注公司的基本面，合适的流通市值则有利于股票的流动性。
有何风险？
该策略选股的流通市值过高，可能排除了许多小市值股票，忽略了它们的潜在价值。另外，该策略仅选取MACD指标，忽略了其他重要的技术和基本面指标。此外，停牌、涨跌停等限制也可能对策略表现产生影响。
如何优化？
选股时可以加入其他技术指标和财务指标的筛选，以多角度评估股票价值。此外，可以加入风险控制因素，例如，加入市值、流动性以及价格等限制条件，避免股票交易异常。
最终的选股逻辑
选取MACD值在零轴以上、企业性质、流通市值在100亿元以上的个股作为投资标的。
同花顺指标公式代码参考
MACD > 0 AND circulating_market_capitalization > 10000000000
其中，MACD代表移动平均线指标，circulating_market_capitalization代表流通市值。
Python代码参考
import jqdatasdk as jq
from datetime import datetime
import talib
jq.auth("账户名", "密码")
today = datetime.now().strftime("%Y-%m-%d")
q = jq.query(jq.valuation).filter(jq.valuation.circulating_market_capitalization > 10000000000)
df_valuation = jq.get_fundamentals(q, count=1)
df_close = jq.get_price(df_valuation.index.tolist(), count=200, end_date=today, frequency='daily', fields=['close'], skip_paused=True)
df_macd, _, _ = talib.MACD(df_close['close'].values, fastperiod=12, slowperiod=26, signalperiod=9)
df_valuation = df_valuation[df_macd > 0]
stock_list = df_valuation.index.tolist()
for code in stock_list:
q = jq.query(jq.valuation).filter(jq.valuation.code==code)
df_valuation = jq.get_fundamentals(q)
if len(df_valuation) > 0:
stock_name = jq.get_security_info(code).display_name
print("(" + code + ")" + stock_name + " 符合条件")
## 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。
