问财量化选股策略逻辑
选取MACD值在零轴以上、企业性质良好且股价收盘价大于昨日最低价的股票作为投资标的。该策略主要从技术面和基本面两方面入手，从技术面选择MACD表现较好的股票，同时要求企业性质良好且有一定的股票价格上涨趋势。
选股逻辑分析
该选股策略从技术面和基本面两方面进行筛选。从技术面方面选择MACD表现较好的股票，同时股票收盘价要求大于昨日的最低价，认为这类股票具有技术上涨趋势，适合投资。从基本面方面选择企业性质良好的股票，认为具有稳定的业绩表现和未来良好的发展潜力。
有何风险？
该选股策略存在一些风险。首先，仅依赖MACD等技术指标可能存在不足，应该结合其它指标加以判断股票是否具备投资价值。其次，分析选股中企业性质和收盘价的环节也可能存在误判，需要加强调研，进行充分的财务分析和技术分析。
如何优化？
可以进一步细化技术面指标，如MACD、KDJ等指标，来筛选出更具有投资价值的股票。同时，在企业性质和股票价格方面也可以引入更多的财务指标，如PE、PB等指标和股票的日线价格走势等方面，来进一步筛选股票。
最终的选股逻辑
选取MACD值在零轴以上、企业性质良好且股价收盘价大于昨日最低价的股票作为投资标的。
同花顺指标公式代码参考
(MACD(12,26,9) > 0) AND (PT_TYPE = 0) AND (C >= LOWDAY()L1) AND (STOCK_CIRCULATION_VALUES >= 5000000000) AND (ST_FLAG_NO_ST = 1)
Python代码参考
import jqdatasdk as jq
from datetime import datetime, timedelta
from jqdatasdk import finance
from jqdatasdk import indicator
jq.auth("账户名", "密码")
yesterday = (datetime.now().date() - timedelta(days=1)).strftime("%Y-%m-%d")
q = jq.query(finance.STK_LIST).filter(finance.STK_LIST.type == 'CS').filter(finance.STK_LIST.board_type_code == '001').filter(finance.STK_LIST.stock_circulation_values >= 5000000000).filter(finance.STK_LIST.st_flag_no_st == 1)
df = finance.run_query(q)
for stock_code in df.index.tolist():
stock_name = jq.get_security_info(stock_code).display_name
q = jq.query(finance.MA_WK).filter(finance.MA_WK.code == stock_code).filter(finance.MA_WK.date == yesterday)
df_stock = finance.run_query(q)
if len(df_stock) > 0:
q = jq.query(indicator.STOCH).filter(indicator.STOCH.code==stock_code).filter(indicator.STOCH.date==yesterday)
df_stoch = indicator.run_query(q)
lowday = jq.get_price(stock_code, count=2, end_date=yesterday, frequency='1d', fields=['low'])
if len(df_stoch) > 0 and df_stoch.iloc[0]['fast_k'] > df_stoch.iloc[0]['fast_d'] and lowday.iloc[-1]['low'] < lowday.iloc[-2]['low']:
print("(" + stock_code + ")" + stock_name + " 符合条件")
## 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。
