问财量化选股策略逻辑
选股逻辑为：在换手率3%-12%、市值100亿以内、无亏损的A股中，选择前天MACD值小于0的股票进行买入操作。
选股逻辑分析
该选股逻辑基于技术分析指标MACD值的判断，结合市场行情和基本面信息进行选择，减少过分追高和风险控制。同时，市场行情和基本面的变化也会影响选股方向和风险控制。
有何风险？
该选股逻辑的风险包括：1. 技术分析指标的盲目使用可能会出现逻辑缺陷，需要进行数据和逻辑分析的更加全面和精确；2. 市场行情的变化和风险因素的增加会对选股逻辑和交易策略造成影响。
如何优化？
可以结合其他技术分析指标或基本面分析指标进行分析和验证，适当减少基于市场行情的盲目选择，关注市场的短期、中期和长期趋势和走势变化。同时，建立相关的风险预警机制和监管机制，避免出现潜在风险和逻辑失误。
最终的选股逻辑
在符合换手率3%-12%、市值100亿以内、无亏损的A股中，选择前天MACD值小于0的股票，适当加强数据和基本面信息的分析和验证，结合风险预警机制和监管机制，实现精准选股。
同花顺指标公式代码参考
选股公式：(HSL >= 0.03 AND HSL <= 0.12 AND CIRC_MV <= 100000000 AND N_INCOME > 0 AND NOT YEST_MACD_GT_0)
Python代码参考
import pandas as pd
import tushare as ts
import talib
def get_good_stocks():
good_list = []
ts.set_token('your_token')
pro = ts.pro_api()
# 获取股票列表
stock_list = pro.stock_basic(exchange='', list_status='L', fields='ts_code, name, industry, market, list_date')
for ts_code in stock_list['ts_code']:
# 判断是否亏损
income_data = pro.income(ts_code=ts_code, start_date='20210101', end_date='20211231')
if income_data[income_data.report_type == '1'].iloc[-1]['n_income'] < 0:
continue
# 判断前天MACD是否小于0
daily_data = pro.daily(ts_code=ts_code, start_date='20220204', end_date='20220206')
if len(daily_data) >= 3:
macd = talib.MACD(daily_data['close'], fastperiod=12, slowperiod=26, signalperiod=9)
if macd[2][-3] > 0:
continue
good_list.append({
'ts_code': ts_code,
'name': stock_list[stock_list.ts_code == ts_code].iloc[0]['name'],
'industry': stock_list[stock_list.ts_code == ts_code].iloc[0]['industry'],
'market': stock_list[stock_list.ts_code == ts_code].iloc[0]['market'],
})
good_stocks = pd.DataFrame(good_list)
return good_stocks
good_stocks = get_good_stocks()
print(good_stocks)
## 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。
