问财量化选股策略逻辑
选股逻辑为MACD零轴以上，按个股热度从大到小排序，同时选择饮料酒进出口标的。选股时间为每个交易日收盘后。
选股逻辑分析
MACD指标可以反映短期市场趋势，而个股的热度实际上反映的是市场对某个标的的关注程度。同时，饮料酒进出口可以反映出消费者对某个品类的需求情况，预示着市场可能存在一定的潜在机会。通过结合MACD指标和饮料酒进出口的双重筛选，选出同时具有上涨动能和消费需求的标的，有利于投资回报率的提升。
有何风险？
- 饮料酒进出口的数据可能受到政策和市场变化等因素的影响，波动较大，带来一定不确定性；
- 忽略了公司基本面等因素，可能带来风险；
- 忽略了日内市场波动和其他市场情绪对股票价格的影响，筛选结果可能存在一定程度的误差。
如何优化？
- 引入更多筛选因素，如公司财务信息等，提高筛选的多样化和全面性；
- 对饮料酒进口出口数据进行更深入的挖掘和分析，选择更加稳定和真实的数据，提高选股的准确率和收益率。
最终的选股逻辑
选股逻辑为MACD零轴以上，按个股热度从大到小排序，同时选择饮料酒进出口标的。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：
IN_CUST_GOODS_JY > OUT_CUST_GOODS_JY
排序公式：
按照个股热度从大到小排序。
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
import talib as ta
# 获取股票数据并计算筛选结果
data_stock = ak.stock_zh_a_daily_tx(symbol="", trade_date="")
data_stock_m = data_stock.copy()
data_stock_m['DIF'] = ta.EMA(data_stock_m['close'], timeperiod=12) - ta.EMA(data_stock_m['close'], timeperiod=26)
data_stock_m['DEA'] = ta.EMA(data_stock_m['DIF'], timeperiod=9)
data_stock_m['DEA_DIFF'] = data_stock_m['DEA'] - data_stock_m['DEA'].shift(1)
condition = (data_stock_m['DEA_DIFF'] > 0) & (data_stock_m['DIF'] > 0) & (data_stock_m['IN_CUST_GOODS_JY'] > data_stock_m['OUT_CUST_GOODS_JY'])
data_stock_filtered = data_stock_m[condition]
# 排序
result_sorted = data_stock_filtered.sort_values(by=['hot', 'DEA_DIFF'], ascending=[False, 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。
