问财量化选股策略逻辑
选股逻辑为MACD零轴以上，PE大于0，竞价主力净买大于0。
选股逻辑分析
该选股逻辑主要考虑以下三个方面：
- MACD零轴以上：表示当前股票处于上涨趋势；
- PE大于0：表示当前股票的市盈率正常；
- 竞价主力净买大于0：表示当前股票被市场认为有长期的增长潜力。
有何风险？
- 竞价主力净买这一指标可能会收到市场情绪的影响，存在不确定性；
- 选股过程中需要排除噪音，可能会存在漏股的情况。
如何优化？
- 可以考虑引入价值投资的理念，结合基本面信息综合考虑；
- 可以尝试使用多样化的选股指标，提高选股准确率。
最终的选股逻辑
选股逻辑为MACD零轴以上，PE大于0，竞价主力净买大于0。需要进行综合分析，并根据具体情况进行调整。
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
竞价主力净买指标：
OBV:IF(CLOSE>REF(CLOSE,1),VOL,IF(CLOSE<REF(CLOSE,1),-VOL,0))
OBV_MA:MA(OBV,10)
OBV_DIFF:DIFF(OBV,OBV_MA)
选股筛选公式：
MACD>0 AND PE>0 AND OBV_DIFF>0
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().reset_index()
close_data = data['close']
condition1 = data['macd'] > 0
condition2 = data['pe'] > 0
obv_data = data['obv']
obv_ma_data = obv_data.rolling(window=10).mean()
obv_diff_data = obv_data.diff()-obv_ma_data.diff()
condition3 = obv_diff_data > 0
stock_list = data[condition1 & condition2 & condition3]
# 按涨跌幅从大到小排序
result_sorted = stock_list.sort_values(by=['pct_chg'], 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。
