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，前日实际换手率在3%到28%之间。
选股逻辑分析
该选股逻辑综合了股票的技术面和基本面，考虑了MACD指标和均线指标对股票的技术走势分析以及前日实际换手率对股票的基本面分析。
MACD指标可以反映技术面中的买入卖出信号，均线指标可以反映股票的趋势，前日实际换手率可以反映股票流通性的好坏。
有何风险？
- 前日实际换手率只反映了过去的一个交易日，可能会造成选股结果的不准确性；
- MACD指标和均线指标都属于常用的技术指标，可能存在较大的主观性因素。
如何优化？
- 在选股时，可以结合更多的技术指标和基本面指标进行筛选，以提高筛选结果的精确度；
- 对于技术指标的使用，可以结合不同的周期和参数，尽量减少主观性的影响；
- 对于基本面指标的使用，可以结合其他因素进行综合考虑，如公司业绩、行业情况等。
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，前日实际换手率在3%到28%之间。
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)
前日实际换手率指标：
TO:REF(VOL,2)/CAPITAL*100
python代码参考
以下为python的选股筛选代码，仅供参考：
import akshare as ak
# 获取股票历史行情数据
df = ak.stock_zh_a_hist_sina("sh600000")
# 计算MACD指标
ema12 = df['close'].ewm(span=12).mean()
ema26 = df['close'].ewm(span=26).mean()
DIF = ema12 - ema26
DEA = DIF.ewm(span=9).mean()
MACD = (DIF - DEA) * 2
# 计算均线指标
ma5 = df['close'].rolling(5).mean()
# 计算前日实际换手率指标
to = df['volume'].shift(2) / df['capital'] * 100
# 辅助筛选条件
all_conditions = (DIF > 0) & (ma5.shift(1) < ma5) & (to > 3) & (to < 28)
# 筛选出符合条件的股票
result = df[all_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。
