问财量化选股策略逻辑
选股逻辑为：在换手率在3%~12%之间、三连阴并且MACD零轴以上的股票中选取，以期望找到短期内有下跌空间的、具有未来潜力的股票。
选股逻辑分析
该选股策略除了关注涨势下跌外，还注重技术分析方面的信号，通过MACD指标判断股票走势，以此寻找更准确的交易信号。
有何风险？
MACD指标仅是技术分析方法之一，在实际操作中可能存在误判或者过度依赖MACD指标的情况，容易造成损失。
如何优化？
除了MACD指标外，可以再结合其他技术指标等信息的计算，如均线、KDJ等，寻找更加准确的交易信号，同时可以结合基本面的分析，更全面地了解所选股票的价值以及长期表现。
最终的选股逻辑
在换手率在3%~12%之间、三连阴并且MACD零轴以上的股票中选取。
同花顺指标公式代码参考
通达信公式：EVAL(C,MAType,E1,E2),DIF:=EVAL(C,EMA(12),0,0)-EVAL(C,EMA(26),0,0),DEA:=EVAL(DIF,EMA(9),0,0),MACD:=(DIF-DEA)*2
python代码参考
import baostock as bs
import pandas as pd
import talib
#### 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K线数据
rs_l = bs.query_history_k_data_plus(stock_code, 'date,open,high,low,close,turn,pctChg', start_date='2022-06-01', end_date='2022-06-30', frequency='d', adjustflag='3')
if rs_l.error_code == '0':
# 判断是否为三连阴
if float(rs_l.get_row_data()[7]) < 0 and float(rs_l.get_row_data()[8]) < 0 and float(rs_l.get_row_data()[9]) < 0:
# 判断MACD是否零轴以上
close_price = [float(x) for x in rs_l.get_row_data()[4].split(",")]
MACD, signal, hist = talib.MACD(close_price, fastperiod=12, slowperiod=26, signalperiod=9)
if hist[-1] > 0:
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。
