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15分钟周期MACD绿柱变短。选股时间为每个交易日收盘后。
选股逻辑分析
MACD和个股热度是常用的技术分析指标之一，可以辅助选股。15分钟周期MACD绿柱变短代表当前趋势可能发生反转或者回调。按热度排序可以选择相对来说更加活跃、流动性更好的标的。
有何风险？
- 选股条件过于简单，可能存在筛选出的标的与市场整体走势不符的情况；
- 过度依赖技术指标和市场走势，忽略了标的的产业环境、公司财务状况等因素，可能带来的风险；
- 15分钟周期MACD绿柱变短不能保证趋势反转或回调一定会发生，存在一定的误判风险。
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；
- 在绿柱变短的基础上，引入多个过滤因子，比如财务状况、可转债、市值等因素，提高筛选到的标的的整体质量；
- 对选股条件进行细化和完善，如根据行业、公司财务状况等各种基本面因素进行综合考虑。
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15分钟周期MACD绿柱变短。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
AND GDXQ == "非科创"
AND REF(MACD, 1) > MACD
AND REF(MACD, 2) > MACD
AND REF(MACD, 3) > MACD;
排序公式：
默认按照个股热度排序，这里不做展示。
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
type_condition = data['GDXQ'] == '非科创板'
macd_short_condition = (data['macd'] < data['macd'].shift(periods=1)) & (data['macd'] < data['macd'].shift(periods=2)) & (data['macd'] < data['macd'].shift(periods=3))
result = data[macd_condition & type_condition & macd_short_condition].sort_values(by=['hot'], ascending=False)
# 按热度排序并取前5个标的
result_sorted = result.sort_values(by=['hot'], ascending=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。
