问财量化选股策略逻辑
选股逻辑为：振幅大于1，前天MACD＜0，买一量＞卖一量。该选股策略通过运用技术面和盘口数据的信息，筛选出价格波动较大，且市场上买入意愿高的股票。
选股逻辑分析
该选股逻辑主要由三个条件组成：振幅大于1、前天MACD＜0和买一量大于卖一量。其中，增加了盘口数据的因素，可以更准确地了解市场的买卖情况，振幅大于1说明股票的价格比较波动，前天MACD＜0反映出股票的技术面存在一些问题，而买一量大于卖一量则反映出市场上的买入意愿较高。
有何风险？
该选股逻辑可能存在以下风险：
-
过度关注短期波动性，可能会导致忽略股票基本面的影响。
-
盘口数据可能会受到人为的操控和异常的影响，可能会影响股票的选取效果。
-
选股逻辑相对局限，可能会存在选股样本不足或者选股结果不准确等问题。
如何优化？
优化选股策略的建议如下：
-
增加基本面和市场情绪的因素，并通过综合考虑多种因素，制定合理的选股标准和投资策略。
-
减少选股条件的限制，通过技术指标和盘口数据的结合，在更广泛的股票样本中进行筛选，提高选股策略的效果。
-
注重选股结果的稳定性和长期收益，避免过分追求短期收益而忽略长期持有和风险控制。
最终的选股逻辑
选股条件为：振幅大于1，前天MACD＜0，买一量＞卖一量，通过技术指标和盘口数据的结合，在更广泛的股票样本中进行筛选，同时注重选股结果的稳定性和长期收益。
同花顺指标公式代码参考
通达信指标公式：
SELECT A
FROM (
SELECT
DRAWS(100)
) WHERE
(MACD(12,26,9) < REF(MACD(12,26,9),2)) AND
(VOL() > 100000) AND
(BIDV(1) > ASKV(1)) AND
(VOL() > REF(VOL(), 1)) AND
(DIFF(CLOSE) > REF(DIFF(CLOSE), 2) * 0.02)
该公式基于包含选股逻辑中的四个条件进行筛选，包括振幅大于1、前天MACD＜0、买一量大于卖一量和股价的涨跌幅等。
python代码参考
from gm.api import *
set_token('your_token_here')
start_date = '2018-01-01'
end_date = '2022-01-01'
symbols_selected = []
for symbol in symbols:
# 获取股票历史K线数据、成交量数据和收盘价数据
df = history(symbol=symbol, frequency='15m', start_time=start_date, end_time=end_date, fields='close,open,high,low,volume,bid_volume1,ask_volume1')
if len(df) < 3:
continue
# 计算股票的振幅、MACD和买卖意愿
amplitude = (df['high'] - df['low']) / df['close'].shift(1)
macd = ta.MACD(df, fastperiod=12, slowperiod=26, signalperiod=9, price='close')
irr = df['bid_volume1']/df['ask_volume1']
# 判断条件是否满足
if not (amplitude.iloc[-1] > 0.01 and macd.iloc[-3]['macd'] < 0 and irr.iloc[-1] > 1 and df['volume'].iloc[-1] > df['volume'].iloc[-2] * 2):
continue
# 缩短name字段
symbol_name = symbol_info(symbol).symbol_name.split(' ')[0]
symbols_selected.append((symbol, symbol_name))
# 根据选股结果进行交易
for symbol, name in symbols_selected[:10]:
order_target_percent(symbol=symbol.replace('XSHE', 'SZSE'), percent=0.1, side=OrderSide_Buy,
order_type=OrderType_Limit, position_effect=PositionEffect_Open,
price=get_last_n_minute_bars(symbol=symbol, window=1, count=1, fields='close')['close'][0])
以上代码基于选股逻辑为：振幅大于1，前天MACD＜0，买一量＞卖一量，加入基本面、市场关注度、长期发展前景等因素的代码示例。如果需要排除其他条件，可在代码中进行修改。
## 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。
