(supermind策略)task16/a/macd零轴以上、今日均线向上发散、昨天龙虎榜

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、昨天龙虎榜。

选股逻辑分析

该选股逻辑主要包含以下条件：

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. 昨天龙虎榜：表示昨日该股票有比较大的成交量和关注度，可能存在较大的市场热度。

有何风险？

1. 选股条件过于单一，容易忽略其他的技术指标和基本面信息；
2. 昨天的龙虎榜可能存在人为操纵和过度关注的情况，可能不太稳定；
3. 经济、政策等外部因素对选股结果的影响可能不可预测，风险较高。

如何优化？

1. 可以结合其他的技术指标、基本面信息以及市场热度等多方面因素进行选股，避免引入过多的噪音；
2. 对龙虎榜股票的交易情况进行更加严格的筛选和分析，确保选中的股票风险控制在可承受范围内；
3. 可以结合深度学习等人工智能技术，进行选股模型效果的持续优化。

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、昨天龙虎榜。

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)

龙虎榜指标：

龙虎榜大单净额:GETTODAYTICK(CODE,1)["bid_vol"]-GETTODAYTICK(CODE,1)["ask_vol"]

选股筛选公式：

MACD > 0 AND MA(CLOSE,1) > MA(CLOSE,2) AND GETTODAYTICK(CODE,2)["name"].str.contains("龙虎榜").any()

排序公式：

SORTBY((CLOSE-REF(CLOSE,1))/REF(CLOSE,1),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['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['zdtj'] = ak.stock_a_lhb_individual_statistics().reset_index()['name']
condition1 = (stock_list['macd'] > 0) & (stock_list['ma5'] > stock_list['ma10'])
condition2 = (stock_list['zdtj'].str.contains('龙虎榜', na=False))
stock_list = stock_list[condition1 & condition2]

# 按涨幅从小到大排序
result_sorted = stock_list.sort_values(by=['pct_chg'], 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)