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，现量大于1万手且当日开盘价高于昨日收盘价。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，现量大于1万手表明该股票具备一定的市场活跃度，选取高开的股票是为了抓住市场行情的趋势。综合这些因素可以找到既有市场关注度和趋势，又有市场活跃度和赚钱空间的股票。
有何风险？
- 过于依赖单一指标MACD可能导致选股策略过于单一化，缺少多方面因素的考虑；
- 对于高开的选股逻辑，可能存在当日市场行情大跌时选股的缺陷；
- 选股的风格较为激进，存在一定的风险和波动性。
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；
- 对高开选股逻辑进行微调，考虑当日行情以及股票前一交易日收盘价等因素；
- 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，现量大于1万手且当日开盘价高于昨日收盘价。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));
VOLUME: VOL;
OPEN: OPEN;
CLOSE_YESTERDAY: REF(CLOSE, 1);
HIGH: HIGH;
其中CLOSE为当日收盘价，EMA为指数移动平均数，MACD为MACD线，VOL为现量，OPEN为当日开盘价，CLOSE_YESTERDAY为前一交易日收盘价，HIGH为当日最高价。
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")
data_volume = 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()
result_filtered = data_stock_price[(macd > 0) & (data_stock_price['open'] > data_stock_price['close'].shift(1)) & (data_volume['turnover'] > 10000)]
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。
