(supermind策略)task16/a/macd零轴以上、今日均线向上发散、流通市值大

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、流通市值大于100亿元。

选股逻辑分析

该选股逻辑包含以下条件：

1. MACD零轴以上：表示当前股票处于上涨状态；
2. 今日均线向上发散：表示当前股票的趋势向上；
3. 流通市值大于100亿元：具有较高的市值，表明持续较好的业绩和资金实力。

有何风险？

1. 选股比较死板，可能错过一些低流通市值但有潜力的股票；
2. 市值过大的股票可能已经被机构套利，缺乏市场活力；
3. 可能存在市值操纵的嫌疑，需要注意风险。

如何优化？

1. 可以采用基于机器学习或其他方法的多因素选股模型来筛选股票；
2. 可以结合业绩等因素对流通市值的要求进行调整，以找到更符合需求的股票；
3. 应该加入其他因素进行筛选，例如股票所在行业、财务数据等。

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、流通市值大于100亿元。

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)

流通市值指标：

流通市值:CAPITAL/NOWV

选股筛选公式：

MACD>0 AND MA(CLOSE,1)>MA(CLOSE,2) AND 流通市值>1000 AND 流通市值<5000

排序公式：

SORTBY(流通市值,1)

python代码参考

以下为python的选股筛选代码和排序代码，仅供参考：

import akshare as ak
import talib

# 获取股票列表并计算选股筛选条件
stock_list = ak.stock_zh_a_spot_em().reset_index()
stock_list['upper'], stock_list['mid'], stock_list['lower'] = talib.BBANDS(stock_list['close'], timeperiod=20, nbdevup=2, nbdevdn=2, matype=0)
stock_list['macd'], stock_list['macd_signal'], stock_list['macd_hist'] = talib.MACD(stock_list['close'], fastperiod=12, slowperiod=26, signalperiod=9)
stock_list['ma5'] = talib.SMA(stock_list['close'], timeperiod=5)
stock_list['ma10'] = talib.SMA(stock_list['close'], timeperiod=10)
stock_list['circulation_value'] = stock_list['capital'] / stock_list['nowv']
condition1 = (stock_list['macd'] > 0) & (stock_list['ma5'] > stock_list['ma10'])
condition2 = (stock_list['circulation_value'] > 100) & (stock_list['circulation_value'] < 500)
stock_list = stock_list[condition1 & condition2]

# 按市值从小到大排序
result_sorted = stock_list.sort_values(by=['circulation_value'], ascending=True)

    ## 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)