问财量化选股策略逻辑
本选股策略选取振幅大于1，上市时间大于一定时长，且MACD指标零轴以上的股票。本选股逻辑在技术面的基础上，关注长期持续性及趋势性，旨在发掘具有潜在增长性的股票。
选股逻辑分析
本选股策略主要通过选取振幅大于1的股票，过滤出上市时间大于一定时长的股票，并关注MACD指标零轴以上，选取具有较高成长性的股票。MACD指标反应价格趋势的变化情况，零轴以上代表股票价格处于上涨状态。此逻辑相对于前一个策略，增加了关注技术指标的因素，有助于挖掘处在价格上涨阶段且具备增长性的股票。
有何风险？
本选股策略存在以下风险。1.忽视了企业基本面等因素对于股票的影响；2.选股标准过于单一，缺乏全面考虑；3.MACD指标信号可能存在滞后性。
如何优化？
本选股策略可考虑增加对于企业基本面的考量，如盈利水平、财务情况等。同时，可以考虑加入其他技术指标，如与相对强弱指数、KDJ等作为综合判断。选股标准考量更加全面，有助于选出具备增长性的多样化股票。
最终的选股逻辑
本选股策略选取振幅大于1，上市时间大于一定时长，且MACD指标零轴以上的股票，同时结合企业基本面、其他技术指标等多方面因素，全方面考虑股票的各个方面，选取具有中长期持续性的具备成长性的股票。
同花顺指标公式代码参考
- MACD指标零轴以上：DIFF>DEA
- 振幅=100*(最高价-最低价)/收盘价；
- 上市时间：交易日数减去ipo日期；
python代码参考
import tushare as ts
from datetime import datetime
pro = ts.pro_api()
def select_stocks(n):
selected_stocks = []
for code in pro.query('stock_basic', exchange='', list_status='L', fields='ts_code,name,list_date,list_status,total_mv,circ_mv,npr')["ts_code"]:
if len(selected_stocks) >= n:
break
if code.startswith("60") and code[:6] != "600" and code[:6] != "601":
continue
if pro.query('daily_basic', ts_code=code, trade_date=datetime.today().strftime('%Y%m%d'), fields='amplitude')[0][0] <= 1:
continue
list_days = (datetime.today() - datetime.strptime(pro.query('stock_basic', ts_code=code, fields='list_date')["list_date"][0], '%Y%m%d')).days
if list_days < 365:
continue
diff, dea, hist = talib.MACD(pro.query('daily', ts_code=code, start_date=(datetime.today()-datetime.timedelta(days=365)).strftime('%Y%m%d'), end_date=datetime.today().strftime('%Y%m%d'), fields='open,high,low,close')['close'].values, fastperiod=12, slowperiod=26, signalperiod=9)
if diff[-1] <= dea[-1]:
continue
selected_stocks.append(code)
return selected_stocks[:n]
## 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。
