(supermind策略)task16/a/macd零轴以上、今日均线向上发散、周线MA5

问财量化选股策略逻辑

选股逻辑为MACD零轴以上，今日均线向上发散，周线MA5金叉MA10。

选股逻辑分析

该选股逻辑包含以下条件：

1. MACD零轴以上：表示现在的股票当前处于上涨状态；
2. 今日均线向上发散：表示当前股票的趋势向上；
3. 周线MA5金叉MA10：表示短期均线向上穿过长期均线，是金叉的形态，比较常见的技术面形态，一般表示未来行情有望继续向好。

有何风险？

1. 只考虑MACD和均线指标，可能不能反应股票的最新情况和短期趋势；
2. 可能会选中靠近顶部的股票，如果股票处于过热行情，可能在此时买入亏损的风险较高；
3. 具体金叉形态和标准不明确，可能会误判一些股票。

如何优化？

1. 可以加入基本面指标的分析，如财务指标和业绩数据等，提高选股的可靠性；
2. 采用更稳健的筛选方式，如多个技术指标的配合和加更严格的选股条件。
3. 通过机器学习和深度学习，提高选股逻辑的可靠性。

最终的选股逻辑

选股逻辑为：MACD零轴以上，今日均线向上发散，周线MA5金叉MA10，并加入其他技术指标和基本面指标的分析。

同花顺指标公式代码参考

MACD指标：

DIF:EMA(CLOSE,12)-EMA(CLOSE,26)
DEA:EMA(DIF,9)
MACD:(DIF-DEA)*2

均线指标：

MA5:MA(CLOSE,5)
MA10:MA(CLOSE,10)

python代码参考

以下为python的选股筛选代码，仅供参考：

import akshare as ak

# 获取符合条件的股票列表
query_str = "week_ma5>week_ma10"
result = ak.stock_zh_a_hist_sina(symbol="", adjust="qfq", query=query_str)
result = result[result['day_close'] > result['week_ma5']]

# 计算MACD指标
ema12 = result['day_close'].ewm(span=12).mean()
ema26 = result['day_close'].ewm(span=26).mean()
DIF = ema12 - ema26
DEA = DIF.ewm(span=9).mean()
MACD = (DIF - DEA) * 2

# 过滤出符合条件的股票
conditions = (DIF > 0) & (result['day_ma5'] > result['week_ma5']) & (result['day_close'] > result['day_ma5'])
result = result[conditions]

    ## 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。
    ![94c5cde12014f99e262a302741275d05.png](http://u.thsi.cn/imgsrc/pefile/94c5cde12014f99e262a302741275d05.png)