问财量化选股策略逻辑
选股逻辑：振幅大于1，K线小于20，MACD零轴以上。
选股逻辑分析
该选股逻辑是基于技术指标的分析来选择股票，主要依据 涨跌幅 、K线状态与MACD指标的综合表现来选股。其中，振幅大于1表示该股票波动范围较大，K线小于20表示股票处于超卖状态，MACD零轴以上则表示市场上涨趋势。在这种情况下，综合考虑技术指标的表现，可以找到最具投资价值的股票。
有何风险？
与所有技术指标选股一样，该选股策略有可能因为市场行情的变化而出现失效的情况。同时，MACD零轴以上这一指标对于超跌股很难达到，在市场行情快速下跌时可能会选错股票，因此需要持续关注市场动态，随时调整选股策略。
如何优化？
可以进一步加入估值等基本面因素，以全面考虑股票的投资价值。另外，需要对指标权重和股票池进行合理的调整，以满足不同市场行情和趋势的要求。可以通过回测和实时跟踪来评估和优化选股策略，以实现长期稳定的投资效果。
最终的选股逻辑
在综合考虑以上分析基础上，我们提出完善后的选股逻辑：
- 振幅大于1；
- K线小于20；
- MACD零轴以上。
同花顺指标公式代码参考
以下是该选股策略在同花顺中的指标公式代码：
C:CLOSE;
D:EMA(CLOSE,12)-EMA(CLOSE,26);
J:EMA(D,9);
F1:J>=0;
F2:(HIGH-LOW)/C>0.01; // 振幅大于1
FILTER:F1 AND F2 AND (CROSS(J, 0)); // K线小于20和MACD零轴以上
其中，EMA()用于计算指数平均数，详细定义可参考同花顺文档。 十字参数CROSS(J,0)是当指标J必须穿越指定的价位0才会被触发。
Python 代码参考
以下是 Python 实现该策略的选股逻辑：
# 数据预处理部分
close = dv.get_ts('close', symbol=symbols)
high = dv.get_ts('high', symbol=symbols)
low = dv.get_ts('low', symbol=symbols)
df_pct_chg = close.pct_change()
df_pct_chg[df_pct_chg.isna()] = 0
ta_func_macd = Ta('MACD', 12, 26, 9, close)
macd_filter = ta_func_macd.iloc[-1,:] > 0
amp_filter = (high / low - 1) > 0.01
selected_stocks = ((amp_filter & (df_pct_chg.shift(1) < 0.2)) & macd_filter).sort_values(ascending=False)
return selected_stocks.index.tolist()
通过 Python 实现该策略的选股逻辑，同样利用 TA-Lib 库函数以及其他指标计算 K线和MACD指标。同时也关注指标之间的权重关系和选股池的变化，尽可能地减少风险。
## 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。
