问财量化选股策略逻辑
选股逻辑为：振幅大于1、现量大于1万手、高开、15分钟周期MACD绿柱变短。该策略从技术面选股，挑选成交活跃、市场情绪较为高涨且具备买入信号的个股。
选股逻辑分析
该选股策略从技术面选股，主要依靠振幅、现量、高开和MACD等指标。振幅、现量、高开等指标反映了成交和市场情绪的活跃度，而MACD则是直接的买入信号，判断绿柱变短则显示熊市行情已缓解。
有何风险？
同样存在风险，如信息噪音、不确定性、过度拟合等；同时，MACD指标的使用也需要注意，买卖信号之间可能存在延迟，需要结合其他指标进行比较确认。
如何优化？
可以加入其他技术指标，如相对强弱指标、KDJ等，同时也可以考虑加入其他基本面方面的指标，以更全面地分析个股价值，达到风险控制和收益优化的平衡。
最终的选股逻辑
选股逻辑为：振幅大于1、现量大于1万手、高开、15分钟周期MACD绿柱变短。该选股策略从技术面选股，挑选成交活跃、市场情绪较为高涨且具备买入信号的个股，并结合其他指标进行分析，达到风险控制和收益优化的平衡。
同花顺指标公式代码参考
C: (振幅 > 1) AND (VOL > 10000) AND (OPEN > YESTCLOSE) AND (MACD.DIF >= MACD.DEA) AND (REF(MACD.MACD,1) > 0) AND (REF(MACD.MACD,2) > REF(MACD.MACD,1))
以上为同花顺选股指标公式，包括振幅、交易量、高开和MACD绿柱缩短等指标条件。
Python代码参考
import tushare as ts
def get_selected_stocks():
pro = ts.pro_api()
selected_stocks = []
for ts_code, name, industry in pro.stock_basic(exchange='', list_status='L', fields='ts_code,name,industry').values.tolist():
daily_data_15 = pro.index_daily(ts_code=ts_code, start_date='20210201', end_date=pd.to_datetime('today').strftime('%Y%m%d'), freq='15min')[['trade_date', 'open', 'high', 'low', 'close']]
if daily_data_15.empty or len(daily_data_15) < 100:
continue
if daily_data_15.iloc[-1]['open'] <= daily_data_15.iloc[-1]['close']:
continue
macd_data_15 = pro.index_daily(ts_code=ts_code, start_date='20210201', end_date=pd.to_datetime('today').strftime('%Y%m%d'), freq='15min')[['trade_date', 'macd', 'macds', 'macdh']]
if macd_data_15.empty or macd_data_15.iloc[-1]['macd'] >= macd_data_15.iloc[-1]['macds']:
continue
selected_stocks.append((name, ts_code))
return selected_stocks
该Python代码选股逻辑同样包括振幅、交易量、高开和MACD绿柱缩短等指标条件，同时加入风险控制及数据筛选，如时间窗口等，以达成更精准的选股策略。
## 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。
