问财量化选股策略逻辑
选股逻辑：macd零轴以上,昨日主力控盘,日线macd＞0。
选股逻辑分析
该选股逻辑通过筛选出MACD零轴以上、昨日主力控盘、日线MACD＞0的股票。MACD零轴以上可以代表股票短期内处于上涨趋势，昨日主力控盘体现了主力资金在昨日的买入意愿，日线MACD＞0表示股票长期上涨趋势明显。
有何风险？
- 筛选结果可能受到市场整体行情的影响，如果市场整体下跌，则选股结果可能会大幅下降；
- 单一指标选股容易出现假阳线、突发事件等不确定性风险；
- 日线MACD＞0的条件较宽松，可能会选出一些上涨空间已经较小的股票。
如何优化？
- 可以结合多个指标进行筛选，降低单一指标的不确定性风险；
- 可以适当加强日线MACD＞0的条件，如日线MACD＞1；
- 筛选结果可以根据行业进行过滤，避免选出潜在不良股票。
最终的选股逻辑
综合以上的分析和优化建议，最终的选股逻辑为：MACD零轴以上，昨日主力控盘，日线MACD＞1，结合其他相对强势的指标。在选股时还需考虑行业轮动。
同花顺指标公式代码参考
MAC：DIF:EMA（12）- EMA（26）
DEA:EMA（12）的MID（DIF）
MAC:(MID-DEA)×2
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
df = ak.stock_zh_a_hist_sina("sh000001")
# 计算MACD指标
ema12 = df['close'].ewm(span=12).mean()
ema26 = df['close'].ewm(span=26).mean()
DIF = ema12 - ema26
MID = DIF.ewm(span=12).mean()
DEA = MID.ewm(span=9).mean()
MACD = (MID - DEA) * 2
# 筛选 MACD零轴以上
condition1 = MACD > 0
# 筛选昨日主力控盘
condition2 = df['close'] > df['vol'] * 2 / (df['amount'] / 10000)
# 筛选日线MACD＞1
condition3 = MACD > 1
# 结合其他相对强势的指标
condition4 = ...
# 行业轮动筛选
condition5 = ...
# 组合所有条件
all_condition = condition1 & condition2 & condition3 & condition4 & condition5
# 输出选股结果
stock_list = df[all_condition]['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。
