问财量化选股策略逻辑
选股逻辑为：在换手率3%到12%之间，选择七连阴的股票，并且日线MACD值大于0。
选股逻辑分析
该选股逻辑与前一个选股逻辑相比，主要多了一项技术指标-日线MACD。MACD指标是一种比较常用的技术指标，可以判断股票的趋势是否有所改变。当MACD值大于0时，说明股票处于上涨状态，适合进行投资。同时，结合换手率和连续阴线的选股条件，可以更完整地反映出股票近期的趋势。
有何风险？
同样地，该选股逻辑忽略了一些基本面及其他方面的指标，可能会有选出近期虽然表现不好，但内部价值良好的股票的风险。同时，使用MACD指标可以考虑到股票的趋势方向，但是当MACD指标的计算周期较短时，会出现较多的虚假信号，带来选股困难。
如何优化？
该选股逻辑可以通过加入其他指标，如RSI，KDJ等，以获取更多市场信号，同时可以结合近期的市场信息，进行对选股条件的灵活调整，做出更适合当时市场的选股标准。此外，可以根据股票类型和交易策略，调整MACD指标的参数和计算方法。
最终的选股逻辑
在换手率3%到12%之间，选择七连阴的股票，并日线MACD值大于0。结合其他的技术指标和基本面指标，进行综合判断，选出有良好投资机会的股票。
同花顺指标公式代码参考
以下是通达信选股公式：
选股条件：TURNOVERRATE > 3 AND TURNOVERRATE < 12 AND C<=C[1] AND C<=C[2] AND C<=C[3] AND C<=C[4] AND C<=C[5] AND C<=C[6] AND C<=C[7] AND \
MACD()>0
注：C为收盘价，TURNOVERRATE为换手率，MACD()为日线MACD的计算方法，可以根据需求调整。
python代码参考
import pandas as pd
from typing import List
from pyalgotrade import technical
def select_stock(data: pd.DataFrame) -> List[str]:
selected_stocks = []
for code, df in data.groupby(level=0):
macd = technical.macd.MACD(df['close'], 12, 26, 9)
if (df['turnoverratio'].iloc[-1] > 3 and df['turnoverratio'].iloc[-1] < 12 and \
(df['close'] <= df['close'].shift(1)).rolling(window=7).sum().iloc[-1] == 7 and \
macd[-1] > 0):
selected_stocks.append(code)
return selected_stocks
同样需要注意数据源指标名称的相应调整。最终选股策略可以根据实际情况和市场变化进行微调和调整。
## 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。
