问财量化选股策略逻辑
选股逻辑为：在换手率在3%~12%之间、买一量大于卖一量并且前天MACD小于0的股票中选取，以期望找到短期内有上涨空间的股票。
选股逻辑分析
该选股策略注重了成交量、MACD指标等技术面指标，通过选择涨势向上的股票，希望在逢低买入的时候获得更好的回报。
有何风险？
该选股策略在判断股票是否有上涨空间上具有一定的局限性，不能完全反映股票整体表现，只是根据技术面指标来进行的判断，因此可能会忽略一些基本面方面的因素，存在一定风险。
如何优化？
可以加入一些基本面因素，如市盈率、市净率等，来筛选出具备优良基本面的公司，使所选股票更具有投资价值。此外，可以考虑加入其他技术指标等信息的计算，如RSI等，寻找更加准确的交易信号。
最终的选股逻辑
在换手率在3%~12%之间、买一量大于卖一量并且前天MACD小于0的股票中选取。
同花顺指标公式代码参考
通达信公式：MAVOL(1)，MA(3)，MA(5)，EMA(C,12),EMA(C,26),DIF,MACD,REF(C, 2)
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]
# 查询MACD指标
rs_m = bs.query_history_k_data_plus(stock_code, 'date,DIF,MACD', start_date='2022-06-01', end_date='2022-06-30', frequency='d', adjustflag='3')
if rs_m.error_code == '0' and len(rs_m.get_row_data()) >= 3:
# 判断条件1
if float(rs_m.get_row_data()[1]) < 0:
# 查询K线数据
rs_l = bs.query_history_k_data_plus(stock_code, 'date,close,turn', start_date='2022-06-01', end_date='2022-06-30', frequency='d', adjustflag='3')
if rs_l.error_code == '0':
# 判断条件2和3
if float(rs_l.get_row_data()[2]) >= 3 and float(rs_l.get_row_data()[2]) <= 12 and float(rs_l.get_row_data()[3]) > float(rs_l.get_row_data()[4]):
stock_list.append(stock_code)
# 转换成DataFrame格式并输出结果
df = pd.DataFrame(stock_list, columns=['stock_code'])
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。
