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，同时考虑近25个交易日有单日涨幅大于等于百分之10。选股时间为每日收盘后进行。
选股逻辑分析
该选股逻辑基于 MACD 指标和个股热度的选股逻辑，加入了近期强劲的走势条件，通过筛选出这样的股票，从而实现风险控制和盈利最大化的平衡。
有何风险？
- 单一指标的选股策略风险较大，需要综合考虑多种指标。
- 当市场整体风险较大时，该选股逻辑可能失效。
- 追求高收益可能带来较大的风险，需要谨慎控制仓位。
如何优化？
- 结合其他技术指标进行筛选，如动量指标、均线指标等等。
- 根据市场的实际情况进行调整，避免市场大幅变动造成的风险。
- 定期优化筛选条件，防止过度追求高收益造成的风险。
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，同时考虑近25个交易日有单日涨幅大于等于百分之10。
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;
以下是通达信的个股热度指标，按照热度值从大到小排序：
HOT:C*V/T;
HOTF:(HOT-REF(HOT,5))/REF(HOT,5)*100;
HOTMA5:MA(HOTF,5);
ORDERBY:-HOTMA5;
以下是通达信的股票代码指标，选出近25个交易日有单日涨幅大于等于10%的股票：
FILTER:C/REF(CLOSE,1)>1.1 AND COUNT(C/REF(CLOSE,1)>1.1, 25)>=1;
以下是通达信的股票代码指标，排除停牌的股票：
FILTER:NOW<YESTERDAY AND NOT just_st AND Volume/KYMC > 0;
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，注意需要日线数据
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) & (data_stock_price['C'] / data_stock_price['CLOSE'].shift(1) - 1 > 0.1).rolling(25).sum() > 0 # 筛选 MACD 和近期涨幅条件符合的股票，过滤掉前20天的数据
].sort_values(by=['HOTMA5'], ascending=False)
result = filtered # 最终选股结果
注意，由于个股热度指标和控盘指标函数需要自行实现，因此代码中并没有给出函数的具体实现。
## 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。
