问财量化选股策略逻辑
选股逻辑为：振幅大于1、流通市值大于100亿元、周线MACD在零轴之上。该选股策略通过结合振幅、流通市值以及技术指标MACD的因素，选出波动较大、规模较大且有潜在涨势的股票。
选股逻辑分析
该选股逻辑通过考虑股票涨跌情况、指定的股票规模、技术指标MACD等因素，选出波动较大、规模较大且有潜在涨势的股票，符合中长期投资的选股需求。同时，该选股逻辑也是一种价值和趋势选择策略，既考虑了股票的基本面因素，也考虑了技术面因素。
有何风险？
该选股逻辑存在以下风险：一是技术指标MACD在零轴之上并非绝对标准，可能仍存在股票价格下跌的风险；二是振幅较大的股票风险较高，可能造成投资损失；三是选股逻辑相对简单，可能会受到别有用心者的干扰，并在其操纵下误导投资者。
如何优化？
为增加选股策略的有效性和稳定性，可以对选股逻辑进行更多的优化和完善，例如：一是加入更多财务和营运数据指标，如市盈率、净利润同比增长率、现金流情况等，全面地确定公司的价值；二是引入更多技术指标进行分析，如相对强弱指数（RSI）、布林带等，以帮助判断股票价格的走势和趋势；三是加入更多市场、资金、政策等因素的因素，全面考虑市场环境和市场走势。
最终的选股逻辑
选股逻辑为：振幅大于1、流通市值大于100亿元、周线MACD在零轴之上。该逻辑结合了股票规模、股票涨跌情况以及技术指标MACD等因素，筛选出具有投资价值和潜在涨势的股票。
同花顺指标公式代码参考
CIRC_MARKET_CAP >=100 AND AMPLITUDE >=1 AND MACD(12,26,9)>0
其中，CIRC_MARKET_CAP表示流通市值，AMPLITUDE表示振幅，MACD(12,26,9)表示12日和26日的指数移动平均线之差，以及其九日移动平均线。该指标综合考虑了选股的多个条件和股票规模、MACD指标以及价格波动性等因素。
Python代码参考
# 导入tushare包和pandas包
import tushare as ts
import datetime
def get_selected_stocks():
pro = ts.pro_api()
selected_stocks = []
today = datetime.date.today().strftime("%Y%m%d")
# 获取符合条件的股票
for ts_code in pro.stock_basic(exchange='', list_status='L', fields='ts_code').ts_code:
stock_data = pro.query('stock_basic', ts_code=ts_code)
if stock_data.iloc[0]['circulating_market_cap'] < 100:
continue
# 判断振幅是否符合条件
daily_data = pro.daily(ts_code=ts_code, start_date='', end_date='', fields='trade_date, open, high, low, close, pct_chg')
if len(daily_data) == 0:
continue
amplitude = (daily_data['high'].max() - daily_data['low'].min()) / daily_data['pre_close'].iloc[-1]
if amplitude < 1:
continue
# 判断MACD是否符合条件
weekly_data = pro.weekly(ts_code=ts_code, start_date='', end_date='', fields='trade_date, open, high, low, close, macd, diff, dea')
if len(weekly_data) == 0:
continue
if weekly_data['macd'].iloc[-1] < 0:
continue
# 加入选股池
selected_stocks.append(stock_data.iloc[0]['ts_code'])
return selected_stocks
## 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。
