问财量化选股策略逻辑
选股逻辑：振幅大于1，K线小于20，周线MACD在零轴之上。
选股逻辑分析
该选股逻辑采用了技术分析指标和趋势分析指标，振幅和K线代表了短期波动性和价格水平，周线MACD代表了长期趋势和市场走向。MACD在零轴之上表明方向性力量较强，市场情绪向上，结合振幅和K线可以对短期波动性也进行考量。该选股策略同时考虑了短期和长期走势，可以更全面地了解市场情况和个股变化。
有何风险？
该选股策略也存在可能漏选小市值、低流动性的股票以及新股上市初期等等，限制了选股的广度。同时，过于强调技术分析和趋势分析，低估了公司基本面数据和行业研究的重要性。还需综合考评个股的财务状况、业绩成长、机构投资、产业前景等因素，并结合市场宏观情况和政策变化等进行综合判断和选择。
如何优化？
可以加入潜在股票的财务数据、业绩增长、市场份额等指标，结合技术分析和趋势分析进行选股。同时，可以加入ROE、EPS、PE、PB等因素来提高对企业质量和价值的判断。还可以配合行业研究和宏观经济分析等进行股票的选择和管理。
最终的选股逻辑
改进后的选股逻辑如下：
- 振幅大于1；
- K线小于20；
- 周线MACD在零轴之上；
- 加入潜在股票的财务数据、业绩增长、市场份额等指标；
- 配合行业研究和宏观经济分析等进行股票的选择和管理。
同花顺指标公式代码参考
以下是在同花顺上实现该选股策略的指标公式代码：
SELECTOR1 := ((HIGH - LOW) / C) > 0.01;
SELECTOR2 := C < 20;
SELECTOR3 := REF(MACD(12, 26, 9), 1) > 0 AND MACD(12, 26, 9) > 0;
RESULT := SELECTOR1 AND SELECTOR2 AND SELECTOR3;
其中，C代表收盘价，MACD用于计算周线MACD。
Python代码参考
以下是Python实现该选股策略的选股逻辑：
# 计算指标
amplitude = (high - low) / close.shift(1)
selector1 = amplitude > 0.01
selector2 = close < 20
macd = talib.MACD(close, fastperiod=12, slowperiod=26, signalperiod=9)[0]
selector3 = macd > 0 & macd.shift(1) > 0
selected_stocks = selector1 & selector2 & selector3
# 综合选择
selected_stocks = pd.DataFrame({'code': code, 'selected': selected_stocks})
selected_stocks = selected_stocks[selected_stocks['selected']]
selected_stocks.drop('selected', axis=1, inplace=True)
return selected_stocks['code'].tolist()
通过计算指标，综合选择符合条件的个股进行投资，同时可以根据实际情况和投资风格进行相应的优化和改进。
## 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。
