问财量化选股策略逻辑
选取MACD强势、价格低于12元、市值在100亿以内、且无亏损的企业作为投资标的。该策略选股逻辑综合考虑了技术面指标、基本面数据和盈利能力等因素，具有较好的稳定性和投资潜力。
选股逻辑分析
选股逻辑综合考虑了不同方面的因素，包括技术面指标、股票价格和股票基本面数据等，以及盈利能力指标，如净利润、ROE等。根据这些指标可以筛选出稳健增长的标的，减少了投资风险。
有何风险？
该选股策略可能会忽略了一些其他重要的因素，如市场整体趋势、行业周期等，导致选股的回报表现不稳定。同时，市值作为选择范围之一，可能会忽略了一些市值较小但是有较大投资潜力的标的。
如何优化？
可以增加行业分析、市场整体趋势等因素，综合判断股票的投资价值。同时，可以比较不同市值范围内的标的表现，并适时调整市值指标的选取范围，减少风险的同时提高筛选的效果。
最终的选股逻辑
选取MACD强势、价格低于12元、市值在100亿以内、净利润为正的企业作为投资标的。
同花顺指标公式代码参考
// MACD指标
MACD(12,26,9) > 0 AND // MACD零轴以上
// 价格低于12元
CLOSE < 12 AND
// 市值在100亿以内
CAPITALIZATION <= 100 AND
// 净利润为正
NET_INC > 0;
// 以上代码表示MACD强势、价格低于12元、市值在100亿以内、净利润为正的企业符合选股要求
Python代码参考
from datetime import datetime, timedelta
end_date = datetime.now().strftime("%Y-%m-%d")
start_date = (datetime.now() - timedelta(days=365)).strftime("%Y-%m-%d")
df = get_history_data(stock_code, start_date=start_date, end_date=end_date)
df = df[(df['close'] < 12) & (df['MACD'] > 0) & (df['capitalization'] <= 100) & (df['net_inc'] > 0)]
df = df.sort_values(by='hot', ascending=False)
print("Selected:", list(df['name']))
选股所需的MACD和价格可以参考上文公式中的设定。根据市值和净利润等基本面数据进行筛选，选择市值在100亿以下、且无亏损的股票作为投资标的。最终，使用Pandas进行数据筛选，按照个股热度从大到小排序，使用list输出选出的股票名称。
## 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。
