问财量化选股策略逻辑
选股逻辑为 MACD 技术指标零轴以上、价格小于 12 元、今日最大跌幅介于 -5% 和 -4% 之间。选股时间为每个交易日开盘前 10 点进行。
选股逻辑分析
该选股逻辑主要考虑了技术面和价格条件。MACD 技术指标和价格的条件综合考虑了短期和长期市场变化，而今日最大跌幅则反映了股票短期的走势。
有何风险？
- 市场变化不确定性影响选股结果的稳定性和准确性。
- 短期最大跌幅的数据存在一定的波动性和误差，可能影响被筛选出的目标股票的真实价值和风险水平。
如何优化？
- 综合考虑多个技术指标和基本面财务指标的情况下，可以提高选股结果的准确性和稳定性，减少市场变化对选股结果的影响。
- 在考虑短期走势的条件时，可以结合其他技术指标进行综合考虑，减少单一条件的波动性对选股结果的影响。
最终的选股逻辑
考虑 MACD 技术指标、价格和今日最大跌幅条件的情况下，筛选出符合条件的股票，并结合其他技术指标和基本面财务指标的情况下进行综合考虑选股结果。
同花顺指标公式代码参考
以下是MACD指标的同花顺指标公式：
MACD(CLOSE, 12, 26, 9);
今日最大跌幅的同花顺指标公式：
MINFACTOR(C, -1) > -5 AND MINFACTOR(C, -1) < -4;
python代码参考
以下是 Python 的选股筛选代码，仅供参考：
import akshare as ak
import talib
data_stock_price = ak.stock_zh_a_minute(symbol="sh601988", period="D") # 获取股票日 K 线数据
close_price = data_stock_price["close"].tolist()
short, long, m = 12, 26, 9
dif, dea, macd = talib.MACD(np.array(close_price), fastperiod=short, slowperiod=long, signalperiod=m)
data_stock_today = ak.stock_zh_a_daily(symbol="sh600519") # 获取股票当日行情数据
max_fall = (data_stock_today["high"][0] - data_stock_today["low"][0]) / data_stock_today["high"][0] # 计算最大跌幅
if max_fall < -0.04 or max_fall > -0.05: # 排除最大跌幅不符合要求的股票
continue
filtered = data_stock_info.loc[
# 其他条件
]
result = filtered[["代码", "名称"]] # 最终选股结果
注意，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。同时需要根据实际情况查询对应的 AKShare 数据接口。
## 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。
