问财量化选股策略逻辑
选股逻辑：MACD指标零轴以上、涨跌幅×超大单净量以及换手率3%-12%的股票进行投资决策。
选股逻辑作为第一个段落放入标题为 ## 问财量化选股策略逻辑 的段落中。分析以上的选股逻辑（每个逻辑以 "," 进行分隔），分析选股的逻辑（放入标题为 ## 选股逻辑分析 的段落），有什么风险？（放入标题为 ## 有何风险？ 的段落）如何优化？（放入标题为 ## 如何优化？ 的段落）并最终给出完善选股逻辑（放入标题为 ## 最终的选股逻辑 的段落），请用Markdown格式。
选股逻辑分析
该选股策略需要先筛选出MACD指标零轴以上的股票，然后再以涨跌幅×超大单净量和换手率3%-12%为条件进行选股。其中，MACD指标零轴以上可以体现上涨趋势，涨跌幅×超大单净量可以体现市场情绪，换手率可以体现股票流通性。
有何风险？
以下是该选股策略可能面临的风险：
- 在选股时，过于依赖技术指标可能会导致股票的基本面价值被忽视；
- 换手率是一个相对粗略的指标，未必能反映股票的流动性；
- MACD等技术指标可能会产生虚假的买入信号；
- 在市场情况复杂的时候，量化指标的筛选条件可能无法真实体现股票的情况。
如何优化？
以下是该选股策略的优化建议：
- 应考虑其他技术指标的辅助，以提高选股的准确性；
- 可以结合基本面的因素进行股票选择，避免单纯依赖技术指标所带来的风险；
- 换手率较低的股票未必不值得投资，应该针对不同风险偏好和投资期限进行选择；
- 在短期内的选股中，应当结合板块热点、市场情绪等因素进行考虑。
最终的选股逻辑
选股策略：MACD指标零轴以上，涨跌幅×超大单净量，换手率3%-12%的股票进行投资决策。
同花顺指标公式代码参考
以下给出MACD指标的通达信指标公式：
EMA(CLOSE,SHORT)为收盘价的短期指数移动平均；
EMA(CLOSE,LONG)为收盘价的长期指数移动平均；
DIF:=EMA(CLOSE,SHORT)-EMA(CLOSE,LONG);
DEA:=EMA(DIF,MID);
MACD:(DIF-DEA)*2,COLORSTICK;
Python代码参考
以下给出涨跌幅×超大单净量指标的Python代码：
# 计算大单净量
def get_big_order_net_volume(stock_code):
url = 'http://qt.gtimg.cn/q=ff_%s' % stock_code
r = requests.get(url)
lines = r.text.split(';')
data = lines[0].split('=')[1].split('~')
net_volume = float(data[7])
if net_volume > 0:
return 1
else:
return 0
# 计算涨跌幅×超大单净量指标
def get_zdf_bdnv(stock_code, start_date, end_date):
df = ts.get_k_data(stock_code, start=start_date, end=end_date)
df['pre_close'] = df['close'].shift(1)
df['change_pct'] = (df['close'] - df['pre_close']) / df['pre_close'] * 100
df['big_order_net_volume'] = df['volume'].apply(lambda x: 1 if x / 100 >= 200 else -1 if x / 100 <= -200 else 0)
df['zdf_bdnv'] = df['change_pct'] * df['big_order_net_volume']
df_result = df[(df['zdf_bdnv'] > 5) & (df['turnover_ratio'] >= 3) & (df['turnover_ratio'] <= 12)]
if len(df_result) > 0:
return True
else:
return False
## 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。
