问财量化选股策略逻辑
选股逻辑为：在换手率在3%-12%之间、连续三天收阴线、周线MACD指标在零轴之上的股票中，选出符合条件的股票。
选股逻辑分析
该选股策略主要关注交易量、技术面和趋势面因素。通过选取换手率在一个较低的合理范围内（3% - 12%）的股票，同时结合趋势面的MACD指标来确认股票的收盘价格走势，筛选出技术面、交易量和趋势面均符合条件的股票。
有何风险？
趋势和技术面分析是股市投资分析的常用方式之一，但股市的价格变动受到多种因素的影响。选股策略中仅考虑MACD指标，忽略了其他技术指标的作用，以及基本面和政策面的影响，仅依靠单一指标来选股，可能存在较大的风险。
如何优化？
可以综合使用多个技术指标和交易量指标，结合基本面和政策面，全面分析个股的市场走势和内在价值，降低选股过程中的风险。同时，可以结合量化分析和机器学习模型，更精确地预测股市走势。
最终的选股逻辑
在换手率在3%-12%之间、连续三天收阴线、周线MACD指标在零轴之上的股票中进行筛选。
同花顺指标公式代码参考
以通达信公式为例：
SET_SYMBOL_POINT("SZ");
SET_BARS_PER_LINE(20);
SELECT_TIME_RANGE(ALL);
/* 选取周线MACD在零轴之上 */
CONDITION1 = (MACD()-MACD(6))>0 AND (MACD()-MACD(6))>DIFF();
/* 选取阴线 */
CONDITION2 = MA(C,3) < REF(MA(C, 3), 1);
/* 选取昨日非涨停板，且换手率处于3%-12%的股票 */
CONDITION3 = (HSL>=3 AND HSL<=12) AND EXISTS(FILTER_BOOL(MA(C,5) < MA(C,10),3))
LAST_CONDITION = CONDITION1 AND CONDITION2 AND CONDITION3
CODE_LIST = FILTER_STOCKS(LAST_CONDITION);
python代码参考
import baostock as bs
import pandas as pd
import datetime
#### 登陆系统 ####
lg = bs.login()
#### 获取满足条件的股票 ####
rs = bs.query_stock_basic()
stock_list = []
while (rs.error_code == '0') & rs.next():
stock_code = rs.get_row_data()[0]
## 满足换手率和周线MACD指标在零轴之上的股票
rs_k = bs.query_history_k_data_plus(stock_code, "date,open,high,low,close,volume,amount", start_date='2022-07-02', end_date='2022-07-09', frequency='w', adjustflag='3')
if rs_k.error_code == '0':
close_hist = list(map(float, rs_k.get_column("close")))
## MACD指标的计算
ema12 = pd.Series(close_hist).ewm(span=12).mean()
ema26 = pd.Series(close_hist).ewm(span=26).mean()
diff = ema12 - ema26
dea = diff.ewm(span=9).mean()
macd = (diff - dea) * 2
if len(close_hist) >= 2 and macd[-1] > 0 and macd[-2] <= 0:
## 选取三连阴
if len(close_hist) >= 3 and close_hist[-3] > close_hist[-2] and close_hist[-2] > close_hist[-1]:
## 选取昨日非涨停板，且换手率处于3%-12%的股票
rs_hsl = bs.query_history_k_data_plus(stock_code, "date,turn", start_date=(datetime.date.today() - datetime.timedelta(days=1)).strftime("%Y-%m-%d"), end_date=(datetime.date.today() - datetime.timedelta(days=1)).strftime("%Y-%m-%d"), frequency='d', adjustflag='3')
if rs_hsl.error_code == '0':
hsl = float(rs_hsl.get_row_data()[1])
if hsl >= 3.0 and hsl <= 12.0 and close_hist[-1] > rs_k.get_row_data()[3]:
stock_list.append({"stock_code": stock_code})
df = pd.DataFrame(stock_list)
print(df)
#### 登出系统 ####
bs.logout()
## 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。
