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，高点为两日最高。
选股逻辑分析
选股逻辑主要考虑了技术分析和价格趋势，MACD指标和均线指标可以反映出价格趋势的变化，高点为两日最高可以反映股票价格较近期的表现。结合这些因素，选择了价格走势良好且近期价格有所上升的个股。
有何风险？
- 该逻辑没有考虑公司基本面信息的影响，可能存在选出不良品种的风险；
- 股票价格走势受众多因素影响，不能单纯依赖技术指标进行选股；
- 可能会选出短期涨幅较大的个股，存在投资风险。
如何优化？
- 结合公司基本面信息进行选股，比如财务报表、行业趋势等；
- 考虑股票长期趋势，可以加入更长时间跨度的技术指标，如60日均线；
- 增加风险管理策略，避免投资过于集中于某个股票或行业等。
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，高点为两日最高，并考虑公司基本面因素进行辅助分析，综合考虑多方面因素，筛选出价格稳定、业绩优良的个股。
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)
资金强度指标：
资金强度线=（当日成交额＊2） ／（当日最高价＋当日最低价）＊100＊10000
python代码参考
以下为python的股票筛选代码，仅供参考：
import akshare as ak
import pandas as pd
# 获取股票历史行情数据和公司基本面数据
df = ak.stock_zh_a_hist_sina("sh000001")
fudf = ak.stock_financial_abstract_sina('未知')
# 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()
# 获取两日最高点和最低点的价格
high2 = df['high'].rolling(2).max()
low2 = df['low'].rolling(2).min()
# 按最高点排序
sorted_df = df.sort_values('high', ascending=False)
# 筛选MACD零轴以上
condition1 = MACD > 0
# 筛选今日均线向上发散
condition2 = (ma5 > ma10) & (ma5.shift(1) < ma10.shift(1))
# 筛选高点为两日最高
condition3 = (df['high'] == high2)
# 结合所有条件
all_conditions = condition1 & condition2 & condition3
# 筛选公司基本面良好的个股
good_stocks = fudf[fudf['净利润同比增长率'] > 0.2]['code'].tolist()
# 结合基本面条件
all_conditions = all_conditions & df['code'].isin(good_stocks)
# 筛选出符合条件的股票
result = df[df['code'].isin(sorted_df.head(10).index.tolist()) & all_conditions]['code']
## 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。
