问财量化选股策略逻辑
选取MACD值在零轴以上、企业性质良好以及昨日成交额大于6千万的股票作为投资标的。该策略既从技术面选股，又从基本面选股，同时考虑了流动性因素，选择了表现稳定、资金充裕的股票作为投资标的。
选股逻辑分析
该选股策略主要采用技术面和基本面指标选股，同时考虑流动性因素。选取MACD值在零轴以上的股票代表其经济基本面整体上处于扩张状态，企业性质良好的股票具有相对的估值优势，而昨日成交额大于6千万代表了流动性较好。结合以上因素来进行选股，可以有效降低风险，选取表现良好的股票进行持有。
有何风险？
该选股策略的主要风险在于过于依赖技术面指标，无法考虑到公司财务状况、行业风险、公司治理等方面因素。同时，由于昨日成交额是动态变化的因素，可能意味着只能选到流动性较好、而非基本面良好的公司。因此，仅采取以上选股逻辑可能存在较大风险。
如何优化？
可以增加基本面因素，如市盈率、市净率、财务成长性等，全面描述公司的财务状况、盈利能力等方面。同时，可以结合其他选股策略和量化模型来提升选股的准确性和盈利能力。
最终的选股逻辑
选取MACD值在零轴以上、企业性质良好以及昨日成交额大于6千万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 (NOT ST) AND (PT_TYPE = 0) AND (LAST(CLOSE,2) < LAST(CLOSE,1)) AND (LAST(VOLUME,1) >= 60000000) ORDER BY VOLUME_PRICE_RATIO ASC LIMIT 5
Python代码参考
import jqdatasdk as jq
from datetime import datetime, timedelta
jq.auth("账户名", "密码")
today = datetime.now().strftime("%Y-%m-%d")
q = jq.query(jq.income) \
.filter(jq.income.code.in_(jq.get_all_securities().index.tolist())) \
.filter(jq.income.pub_date > (datetime.now() - timedelta(days=365)))
df = jq.get_fundamentals(q)
df['net_profit_margin'] = df['net_profit'] / df['operating_revenue']
df["pt_type"] = df.apply(lambda x: 1 if x["net_profit_margin"] < 0 or x["operating_revenue"] < 0 else 0, axis=1)
df = df[(df['pt_type'] == 0) & ~(df['name'].str.startswith('ST'))]
stock_list = []
for code in df.index.tolist():
estimate = jq.get_money_flow(code=code, count=2)
if len(estimate) >= 2 and estimate.iloc[-1]['volume'] >= 60000000 and estimate.iloc[-1]['volume'] < estimate.iloc[0]['volume']:
stock_list.append(code)
price_df = jq.get_price(stock_list, end_date=today, frequency="daily", fields=["high", "low", "close"])
stock_df = price_df.iloc[-1]
stock_df = stock_df[stock_df['low'] > stock_df['high_ma5']]
stock_df = stock_df.sort_values('turnover_rate',ascending=False)
for stock_code in stock_df.index.tolist():
stock_name = jq.get_security_info(stock_code).display_name
q = jq.query(jq.indicator.MACD).filter(jq.indicator.MACD.code==stock_code).filter(jq.indicator.MACD.date==today)
df_macd = jq.indicator.run_query(q)
if len(df_macd) > 0 and df_macd.iloc[0]['macd'] > 0:
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。
