问财量化选股策略逻辑
选股逻辑：MACD指标零轴以上，今日股价上涨大于1%，属于主板股票，近25个交易日内至少有一日涨幅大于等于10%的股票进行投资。
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、今日股价上涨大于1%、属于主板股票的股票，再筛选出近25个交易日内至少有一日涨幅大于等于10%的股票进行投资决策。
有何风险？
以下是该选股策略可能面临的风险：
- 盲目追求高涨幅的股票，容易忽略风险；
- 忽略基本面因素，可能出现财务风险；
- 市场走势不明朗，容易造成亏损。
如何优化？
以下是该选股策略的优化建议：
- 考虑适当的风险控制，防止大幅度亏损；
- 在考虑技术指标的同时，加入基本面因素的判断，提高筛选股票的精准度；
- 多加研究和验证，优化调整选股条件。
最终的选股逻辑
选股策略：MACD指标零轴以上，今日股价上涨大于1%，属于主板股票，近25个交易日内至少有一日涨幅大于等于10%的股票进行投资。
同花顺指标公式代码参考
MACD指标公式：
DIF: EXP(CLOSE, 12) - EXP(CLOSE, 26)
DEA: SMA(DIF, 9, 2)
MACD: (DIF - DEA) * 2
Python代码参考
def initialize(context):
set_benchmark('000300.XSHG')
# 获取主板股票
all_stocks = get_index_stocks('000001.XSHG')
# 每天早上9点25分进行选股
run_daily(select_stocks, '09:25')
# 可以轻易买入和卖出开仓
set_option('use_real_price', True)
# 设置手续费，买入万分之三，卖出万分之三加千分之一的印花税
set_commission(PerShare(buy_cost=0.0003, sell_cost=0.0013, min_cost=5))
# 存储筛选后的股票
g.selected_stocks = []
def select_stocks(context):
# 清空选股列表
g.selected_stocks.clear()
for stock in all_stocks:
# 如果MACD指标零轴以下，跳过
dif, dea, macd = talib.MACD(get_price(stock, frequency='1d', skip_paused=True, count=200, end_date=context.current_date, fields=['open', 'close', 'high', 'low']), fastperiod=12, slowperiod=26, signalperiod=9)
if macd[-1] <= 0:
continue
# 如果今日上涨小于1%，跳过
today_increase = (get_price(stock, count=2, end_date=context.current_dt, frequency='1d', fields=['close'])['close'][-1] - get_price(stock, count=2, end_date=context.current_dt, frequency='1d', fields=['close'])['close'][0]) / get_price(stock, count=2, end_date=context.current_dt, frequency='1d', fields=['close'])['close'][0]
if today_increase <= 0.01:
continue
# 如果不属于主板，跳过
if not is_sse(stock):
continue
# 近25个交易日内至少有一日涨幅大于等于10%
stock_prices = get_price(stock, count=25, end_date=context.current_dt, frequency='1d', fields=['close'])['close']
for i in range(1, len(stock_prices)):
if (stock_prices[i] - stock_prices[i-1]) / stock_prices[i-1] >= 0.1:
g.selected_stocks.append(stock)
break
# 买入选定的股票
for stock in g.selected_stocks:
order_target_value(stock, context.portfolio.total_value / len(g.selected_stocks))
# 卖出不在选定股票中的股票
for stock in context.portfolio.positions:
if stock not in g.selected_stocks:
order_target_value(stock, 0)
## 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。
