问财量化选股策略逻辑
选股逻辑为：在换手率3%-12%、K小于20以及MACD零轴以上的股票作为买入信号。
选股逻辑分析
该选股策略结合了技术指标和股票基本属性，要求股票满足换手率3%-12%、K小于20和MACD零轴以上的基本要求，同时在MACD金叉和死叉中选择零轴以上的股票，进一步提高买入信号的可靠性。
有何风险？
该选股策略忽略了一些重要因素，如股票基本面和市场环境等，过度追求技术指标，存在过度乐观和盲目跟风的风险。
如何优化？
可以综合考虑多个因素，包括行业发展趋势、公司财务状况、技术指标等，形成更为严谨和全面的选股策略。同时，充分考虑市场环境和资本流动，合理控制仓位，降低风险。
最终的选股逻辑
在换手率3%-12%和K小于20的前提下，在MACD零轴以上的股票中选择金叉和死叉中的股票作为买入信号。
同花顺指标公式代码参考
选股条件：SETPRICETYPE(1); VOLUME>0; (K<20) AND (MACD()>REF(MACD(),1)) AND (MACD()>0)
选股结果：fml('SETPRICETYPE(1); VOLUME>0; (K<20) AND (MACD()>REF(MACD(),1)) AND (MACD()>0)','desc', 'market_cap', 100)
Python代码参考
import tushare as ts
import talib
# 筛选好股票函数
def select_good_stocks():
# 换手率3%-12%
basic_info = ts.get_stock_basics()
good_stocks = basic_info[(basic_info['turnoverratio'] >= 3) & (basic_info['turnoverratio'] <= 12)]
# K小于20，MACD零轴以上
for stock in good_stocks.index.tolist():
df1 = ts.get_k_data(stock)
if len(df1) <= 0:
continue
macd, signal, hist = talib.MACD(df1['close'].values, fastperiod=12, slowperiod=26, signalperiod=9)
if not (df1.iloc[-1]['K'] < 20 and macd[-1] >= 0 and macd[-1] >= signal[-1]):
good_stocks.drop([stock], inplace=True)
return good_stocks
good_stocks = select_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。
