问财量化选股策略逻辑
选取MACD值在零轴以上、企业性质符合一定要求、DEA线处于上涨方向的股票作为投资标的。该策略主要从技术面和企业基本面两方面入手，选择MACD值表现出较好的股票，同时将注意力放在基本面，选出符合要求的股票。
选股逻辑分析
该选股策略结合了技术面和股票基本面两个重要因素，强调了对DEA线状态以及企业性质的重视，可以更加准确地选出表现良好、前景较好的股票。
有何风险？
该选股策略可能存在一些风险，因为它主要是基于MACD的判断来选择股票，而MACD作为一种技术指标，存在出现拐点、谷底等短期波动的风险。同时，企业性质方面也存在个体差异，不能完全覆盖所有情况。
如何优化？
在选股策略上加入其他更全面的财务指标以及行业状况等因素，来更全面地考虑股票的价值。同时，在股票的买入和卖出操作中，应该更加注重操作方法和风险控制，避免因为追涨杀跌等操作错误导致损失。
最终的选股逻辑
选取MACD值在零轴以上、企业性质符合一定要求、DEA线处于上涨方向的股票。
同花顺指标公式代码参考
(MACD(12,26,9) > 0) AND (SType != 'B') AND (SType != 'H') AND (SType != 'K') AND (SType != 'N') AND (MACD(12, 26, 9)[1] < MACD_SIGNAL(12, 26, 9)[1]) AND (MACD(12, 26, 9)[0] > MACD_SIGNAL(12, 26, 9)[0]);
Python代码参考
import jqdatasdk as jq
from datetime import datetime, timedelta
from talib import abstract
jq.auth('账户名', '密码')
today = datetime.now().date()
start_date = (today - timedelta(days=10)).strftime("%Y-%m-%d")
q = jq.query(jq.finance.STK_CAPITAL_CHANGE).filter(jq.finance.STK_CAPITAL_CHANGE.M1 >= jq.finance.STK_CAPITAL_CHANGE.M2 >= jq.finance.STK_CAPITAL_CHANGE.M3)
df_change = jq.finance.run_query(q)
df_change = df_change[df_change['volume']>4000000][~df_change.index.isin(['000998.XSHE'])]
for stock_code in df_change.index.tolist():
stock_name = jq.get_security_info(stock_code).display_name
SType = jq.get_security_info(stock_code).start_date[:2]
if (SType!='B') & (SType!='H') & (SType!='K') & (SType!='N'):
q2 = jq.query(jq.finance.STK_INDUSTRY_INFO).filter(jq.finance.STK_INDUSTRY_INFO.code==stock_code)
industry = [x['name'] for x in jq.finance.run_query(q2)][0]
df = jq.get_price(stock_code,start_date=start_date, end_date=today, frequency='15m', fields=['high','low','close'])
macd, signal, hist = abstract.MACD(df, timeperiod=12, fastperiod=26, slowperiod=9)
if macd[-2] < signal[-2] and macd[-1] > signal[-1]:
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。
