问财量化选股策略逻辑
选股逻辑为MACD零轴以上，同时按个股热度从大到小排序，同时高点为两日最高。选股时间为每个交易日收盘后。
选股逻辑分析
MACD指标可以反映短期市场趋势，而个股的热度实际上反映的是市场对某个标的的关注程度。高点为两日最高可以反映出股价的中短期相对走势趋势。根据客观的市场数据选择相对来说更加活跃、流动性更好且备受关注的标的。
有何风险？
- 过度依赖技术指标和市场走势，忽略了资产质量、公司基本面等因素，可能带来风险；
- 高点为两日最高的设定可能过于短期，市场波动大，选出来的股票可能存在波动性过大的风险；
- 个股的热度并非稳定不变，可能存在由于市场因素带来的变化。
如何优化？
- 引入更多技术指标和市场情绪指标，如KDJ、RSI、郑商所仓单变化等，提高筛选的准确性和严谨性；
- 在高点最大值的基础上，可以引入更长的时间段，如5日、10日、20日等，以剔除波动性过大的标的；
- 采用滑动窗口法进行个股热度指标的计算，以应对市场波动性造成的热度变化。
最终的选股逻辑
选股逻辑为MACD零轴以上，同时按个股热度从大到小排序，同时计算两日内股价的最高价并选取股价最高的标的。选股时间为每个交易日收盘后。
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;
选股筛选公式：
MACD > 0
排序公式：
按照个股热度从大到小排序。
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
# 获取股票列表并计算选股筛选条件
data = ak.stock_zh_a_daily_tx(symbol="", trade_date="")
macd_condition = data['macd'] > 0
result = data[macd_condition]
# 计算最近两日股价的最高点
high_price = result.groupby('symbol')['high'].rolling(window=2, min_periods=1).max().to_frame('high')
result = result.join(high_price)
result_sorted = result.sort_values(by=['hot', 'high'], ascending=[False, 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。
