问财量化选股策略逻辑
选取MACD强势、价格低于12元、10日涨幅大于0小于35的股票作为投资标的。该策略选股逻辑同时考虑了技术面指标和股票基本面等因素，可以在市场中选择具有潜力的标的。
选股逻辑分析
选股逻辑关注了技术面指标、股票价格和股票基本面等因素，通过选取MACD强势和价格低于12元的股票，减少了投资风险和成本。此外，通过加入10日涨幅指标，既能把握到当前市场的热点，又能避免选择涨幅过大或过小的标的。
有何风险？
该选股策略仍然忽略了股票基本面和市场整体趋势等因素，可能会导致选股风险和回报表现不稳定。同时，该筛选逻辑过于死板，可能会错过某些投资潜力较好的股票。
如何优化？
可以加入更多已公布的基本面数据至筛选条件中，如市盈率、市净率、ROE等，综合考虑股票基本面和市场趋势，减少投资风险。同时，可以根据市场具体情况和投资需求的不同，动态调整选股指标和范畴，减小选股风险。
最终的选股逻辑
选取MACD强势、价格低于12元、10日涨幅在0-35%之间的股票作为投资标的。
同花顺指标公式代码参考
// MACD指标
MACD(12,26,9) > 0 AND // MACD零轴以上
// 价格低于12元
CLOSE < 12 AND
// 10日涨幅在0-35%之间
LLV(CLOSE, 10)/REF(LLV(CLOSE, 10), -1)*100>0
AND LLV(CLOSE, 10)/REF(LLV(CLOSE, 10), -1)*100<35;
// 以上代码表示MACD强势、价格低于12元、10日涨幅在0-35%之间的股票符合选股要求
Python代码参考
from datetime import datetime, timedelta
end_date = datetime.now().strftime("%Y-%m-%d")
start_date = (datetime.now() - timedelta(days=365)).strftime("%Y-%m-%d")
df = get_history_data(stock_code, start_date=start_date, end_date=end_date)
df = df[(df['close'] < 12) & (df['MACD'] > 0)]
df['range_10d'] = df['close'] / df['close'].shift(10) - 1
df = df[(df['range_10d'] > 0) & (df['range_10d'] < 0.35)]
df = df.sort_values(by='hot', ascending=False)
print("Selected:", list(df['name']))
其中，选股所需的MACD和价格可以参考上文公式中的设定。根据计算所得的股票近10日涨幅进行筛选，范围设定为0~0.35之间。最终，使用Pandas进行数据筛选，按照个股热度从大到小排序，使用list输出选出的股票名称。
## 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。
