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，昨日股价大于250日均线。
选股逻辑分析
该选股逻辑结合了技术指标和基本面指标，考虑了股票的走势、均线和股价相对位置。MACD指标和均线指标可以反映股票的技术面，而昨日股价大于250日均线可以反映股票的相对估值。
有何风险？
- 股价与均线的距离不一定完全反映相对估值，需要结合其他基本面指标；
- 对于均线和股价相对位置的定义可能存在个人差异，需要更明确的界定；
- 均线选取可以有多种方案，不同方案可能导致结果不同。
如何优化？
- 加入更多基本面指标，如市盈率、市净率等，以更全面的角度评估股票估值；
- 更明确定义均线与股价的相对位置，防止个人主观偏差；
- 可以考虑多种均线方案，根据不同股票类型选取对应方案。
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，昨日股价大于250日均线。
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)
MA250:MA(CLOSE,250)
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()
ma250 = df['close'].rolling(250).mean()
# 辅助筛选条件
all_conditions = (DIF > 0) & (ma5 > ma250) & (df['close'].shift(1) > ma250.shift(1))
# 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。
