(supermind策略)task16/a/macd零轴以上、今日均线向上发散、周K线上穿

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K线上穿30周线。

选股逻辑分析

该选股逻辑综合了技术面和基础面因素，适合偏好中长线操作的投资者使用。MACD和均线指标反映了股票在技术上的走势，周K线上穿30周线则表明股票在长期走势中有所突破。

有何风险？

1. 该选股逻辑只考虑技术面和趋势因素，忽略了异动的原因，在一些特殊情况下可能并不准确，如公司事件等；
2. 中长线选股需要考虑更多的基础面因素，如公司财务状况、行业前景等，该策略缺乏基础面考虑。

如何优化？

1. 可以加入更多基础面考虑，以更全面地评估股票的投资价值；
2. 可以针对不同风险偏好的投资者，设置不同的选股条件，以满足个性化需求。

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K线上穿30周线。

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)

K线指标:

SMA30:SMA(CLOSE,30)
K:CROSSOVER(C, SMA30)

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()
ma10 = df['close'].rolling(10).mean()

# 计算K线指标
sma30 = df['close'].rolling(30).mean()
k_condition = df['close'] > sma30  # K线上穿30周线

# 辅助筛选条件
all_conditions = (DIF > 0) & (ma5 > ma10) & k_condition

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