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，并选出酷特智能早晨之星的股票。选股时间为每日收盘后进行。
选股逻辑分析
MACD指标可以反映市场趋势，个股热度可以反映市场关注度，酷特智能早晨之星是一种技术分析指标，用于预测市场底部反转，综合这些因素可以找到既有市场关注度和趋势，又具有底部反转潜力的股票。
有何风险？
- 酷特智能早晨之星并不能完全预测市场底部反转的时刻和幅度，存在一定的误判风险；
- 对于特殊市场情况，如规模较小、新兴行业等，筛选结果可能不理想；
- 过于依赖单一指标可能导致选股策略过于单一化，缺少多方面因素的考虑。
如何优化？
- 结合其他技术指标，如RSI、KDJ等，尽可能减少单一指标的误判风险；
- 对酷特智能早晨之星的预测能力进行定量分析，并结合不同市场情况构建不同的选股模型；
- 对商业模式和财务状况进行深入分析，进一步提高选股的准确性。
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，酷特智能早晨之星。选股时间为每日收盘后进行。
同花顺指标公式代码参考
选股所需通达信指标公式如下：
MACD: (EMA(CLOSE, 12) - EMA(CLOSE, 26));
MACD_SIGNAL: EMA(MACD, 9);
KTECHSTAR: (OPEN - MIN(LOW, 13)) / ABS(MAX(HIGH, 13) - MIN(LOW, 13)) * 100 + 5-day-average(open - close) / open * 100 + 5-day-average(close) / open * 100 + 5-day-average(open - low) / open * 100;
其中CLOSE为当日收盘价，EMA为指数移动平均数，MACD为MACD线，MACD_SIGNAL为MACD的信号线，KTECHSTAR为酷特智能早晨之星。
Python代码参考
以下为python的选股筛选代码，仅供参考：
import akshare as ak
import pandas as pd
data_stock_price = ak.stock_zh_a_daily(symbol="sh601669")
turnover_data = ak.stock_zh_a_tick_tx_js_fenshi(symbol="sh601669")
macd = pd.Series(data_stock_price['close']).ewm(12).mean()-pd.Series(data_stock_price['close']).ewm(26).mean()
macd_signal = macd.ewm(9).mean()
kt_star = (data_stock_price['open'] - data_stock_price['low'].rolling(window=13).min()) / abs(data_stock_price['high'].rolling(window=13).max() - data_stock_price['low'].rolling(window=13).min()) * 100 + pd.Series(data_stock_price['open'] - data_stock_price['close']).rolling(window=5).mean() / data_stock_price['open'] * 100 + pd.Series(data_stock_price['close']).rolling(window=5).mean() / data_stock_price['open'] * 100 + pd.Series(data_stock_price['open'] - data_stock_price['low']).rolling(window=5).mean() / data_stock_price['open'] * 100
result_filtered = data_stock_price[(macd > 0) & (kt_star < 0.5)]
result_sorted = result_filtered.sort_values(by=['turnover_rate'], ascending=False)
## 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。
