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，选取日线macd＞0的股票。
选股逻辑分析
该选股逻辑主要基于技术分析中的MACD指标，筛选了市场参与度适中、市值规模适当，同时避免潜在的亏损风险的公司。筛选过程中，选取了MACD指标正值部分的股票，代表市场买盘力量强劲，市场趋势向上，投资空间较大。
有何风险？
MACD指标仅是技术分析的一个指标，容易受到市场情绪和走势等影响。同时，该选股逻辑对公司基本面等其他因素未进行考虑，仅单一依赖MACD指标进行筛选，因此存在一定的盲目性。
如何优化？
可以综合基本面因素向筛选条件中加入其他技术指标如KDJ、RSI等综合分析公司，同时加入其他条件如股息率等指标进行筛选，提高选股的精度和成功率。
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，选取日线MACD正值部分的股票，并结合基本面因素和其他技术指标，实现更加精准和优质的投资选股。
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 HHV(IF(MACD() > 0, MACD(), 0), 1) > 0)
Python代码参考
import pandas as pd
import tushare as ts
from czsc.analyze import KlineAnalyze
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']:
# 判断该股票是否亏损
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
# 判断日线MACD正值部分
k_data = pro.daily(ts_code=ts_code, start_date='20220101', end_date='20220207')
ka = KlineAnalyze(k_data)
if ka.macd_diff()[-1] < 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。
