问财量化选股策略逻辑
选股逻辑为MACD零轴以上、PE大于0，加上企业性质的判断标准，例如选取“医药生物”等行业的股票。选股时间为每个交易日开盘前。
选股逻辑分析
该选股逻辑主要基于以下几个方面：
- MACD零轴以上：表示当前股票处于上涨趋势；
- PE大于0：表示当前股票的市盈率正常；
- 企业性质：一般来说，每个行业的经营情况和前景是不一样的，选取相应行业的股票能够更具针对性。
有何风险？
- 行业风险：如行业发生不可预测的重大事件，会影响整个行业的发展；
- 资讯掌握难度：需要及时掌握关于该行业的信息，否则可能错失机会；
- 过度依赖指标：对于过度依赖指标的选股策略，容易受到市场突发事件的冲击，提高风险。
如何优化？
- 可以考虑结合基本面和技术面指标进行选股，更全面地评估股票的投资价值；
- 在选择企业性质时，可以结合宏观经济和行业趋势，增强选股逻辑的前瞻性；
- 加强信息集聚，掌握最新消息，从而及时调整仓位和风险控制。
最终的选股逻辑
选股逻辑为MACD零轴以上、PE大于0，加上企业性质的判断标准。选股时间为每个交易日开盘前。
同花顺指标公式代码参考
MACD指标：
DIF:EMA(CLOSE,12)-EMA(CLOSE,26)
DEA:EMA(DIF,9)
MACD:(DIF-DEA)*2
PE指标：
PE:FIELD('pe_ttm',0)
企业性质指标：
行业分类：FIELD('industry_gicscode',0)
选股筛选公式：
MACD > 0 AND PE > 0 AND industry_gicscode==‘医药生物’
排序公式：
默认按照个股热度（比如日成交额）排序，这里不做展示。
Python代码参考
以下为python的选股筛选代码、排序代码，仅供参考：
import akshare as ak
import datetime
# 获取股票列表并计算选股筛选条件
data = ak.stock_zh_a_daily(symbol="sh000001").reset_index()
condition1 = data['macd'] > 0
condition2 = data['pe_ttm'] > 0
condition3 = data['industry_gicscode'] == '医药生物'
stock_list = data[condition1 & condition2 & condition3]
# 按照个股热度排序
stock_list['hs'] = ak.stock_zh_a_hist(symbol=stock_list['symbol'].tolist(), adjust="hfq", start_date=datetime.datetime.now().strftime("%Y%m%d"), end_date=datetime.datetime.now().strftime("%Y%m%d")).groupby('symbol').agg({'amount': 'sum'})
result_sorted = stock_list.sort_values(by=['hs'], ascending=False).head(5)
## 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。
