问财量化选股策略逻辑
选股逻辑为：振幅大于1，高点为两日最高，周线MACD在零轴之上。
选股逻辑分析
该选股逻辑综合考虑了技术面和基本面因素，使用振幅和高点为两日最高筛选技术面优秀的股票，同时使用MACD指标筛选周线技术面在上涨趋势中的股票。该选股逻辑既关注短期波动性，又关注趋势性，综合考虑多个因素提高选股准确率。
有何风险？
该选股逻辑的主要风险在于，只考虑了周线MACD作为趋势性指标，其他趋势性指标如KDJ等被忽略了。同时，由于技术面指标的高风险性，这种选股方法可能会出现较大的波动性和选股错误率。
如何优化？
可以考虑在趋势性指标上增加多个技术指标，例如MACD与KDJ等，在技术面指标上增加其他指标如均线等，提高选股准确度。可以考虑引入其他基本面指标如PE、PB等，提升股票价值的考虑。
最终的选股逻辑
选股逻辑为：振幅大于1，高点为两日最高，同时对周线MACD值在零轴之上的股票给予优先选股。
同花顺指标公式代码参考
- 振幅：(HIGH - LOW) / REF(CLOSE, 1) * 100 > 1
- 高点为两日最高：HIGH == HHV(HIGH, 2)
- 周线MACD在零轴之上：MACD(MA(CLOSE, 12), MA(CLOSE, 26), 9) > 0
（其中MACD为通达信自带函数，表示指数平滑移动平均线）
Python代码参考
# 计算振幅指标
amplitude = (high - low) / ref(close, 1) * 100
# 计算高点为两日最高指标
highest = high == hhv(high, 2)
# 计算MACD指标
macd_value, macd_signal, macd_histogram = talib.MACD(close, fastperiod=12, slowperiod=26, signalperiod=9)
macd_positive = macd_histogram > 0
# 综合筛选指标
selected = amplitude > 1 and highest and macd_positive
# 股票筛选
filter_stock = selected & rs_sign & rank_10day & sum_filter
注意：以上代码只是示例，具体实现需要根据平台的不同修改指标计算方法。
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。
