问财量化选股策略逻辑
选取MACD值在零轴以上、企业性质良好且按今日竞价金额排序前5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。从技术面上看，MACD表现良好的股票是可以投资的对象，也可以从当前市场交易状况选取具备竞争力的股票；从基本面上看，介入那些良好的企业，因为公司财务状况较好的企业通常具备良好的长期发展前景。
选股逻辑分析
该选股策略结合了多种考虑因素，包括技术面、市场交易情况、基本面等，为稳健投资提供了参考。在技术面上，MACD技术指标被选为判断条件，可以有效筛选出技术面良好的公司；在市场交易情况上，则选择按照竞价金额排序，可以更全面地挖掘市场中比较具有竞争力的公司；在基本面上，则选择企业性质良好的公司，就可以选出具备长期潜力的标的。
有何风险？
该选股策略的风险包括技术面风险、市场交易风险、基本面风险等。在技术面上，MACD仅是其中一种指标，不一定适用于所有的情况；在市场交易情况上，由于竞价金额快速变化，可能会导致选取的标的不够精准；在基本面上，企业性质良好并不代表公司财务状况良好，可能存在财务风险、行业风险等。
如何优化？
可以将技术面指标多样化，如加入其他技术指标、技术面分析机构的推荐、历史价格变化等指标来进行分析，以减少技术面风险；可以加入资金流向、市盈率、市净率等基本面因子，从多个角度选取更加稳健的标的。同时，市场交易天数越长，权重分配越均匀，历史数据覆盖面越广，就可以减少因市场交易风险影响的选取精度。
最终的选股逻辑
选取MACD值在零轴以上、企业性质良好且按今日竞价金额排序前5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 (PT_TYPE = 0) 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")
yesterday = (datetime.now().date() - timedelta(days=1)).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 = df.sort_values('volume_price_ratio').head(5)
for stock_code in 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==yesterday)
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。
