(supermind策略)task16/a/macd零轴以上、今日均线向上发散、rsi小于

用户头像神盾局量子研究部
2023-08-30 发布

问财量化选股策略逻辑

选股逻辑:MACD零轴以上,今日均线向上发散,RSI小于65。

选股逻辑分析

该选股逻辑通过筛选出MACD零轴以上、今日均线向上发散和RSI小于65的股票。通过MACD指标判断股票趋势,通过均线和RSI等指标判断股票能否有一个良好的上涨行情。

有何风险?

  1. RSI小于65可能仅仅是短期现象,不能判断是否有稳定性和可持续性;
  2. MACD指标和均线指标的使用也需要结合其他技术指标进行综合分析。

如何优化?

  1. 将RSI指标判断是否过热的条件结合成交量指标进行分析,从而更加准确地判断市场热度;
  2. 需要结合其他均线指标和波动率指标等,综合判断股票的趋势和风险。

最终的选股逻辑

经过分析和优化,最终的选股逻辑为:MACD零轴以上,今日均线向上发散,RSI小于65。在筛选过程中,还需要结合其他均线指标、成交量因素、MACD指标等多方面进行综合分析,选择具有潜力和价值的股票。

同花顺指标公式代码参考

MACD指标:

DIF:EMA(12)-EMA(26)

DEA:EMA(12)的MID(DIF)

MACD:(MID-DEA)×2

RSI指标:

U = IF(CLOSE>REF(CLOSE,1),CLOSE-REF(CLOSE,1),0)

D=IF(CLOSE<REF(CLOSE,1),REF(CLOSE,1)-CLOSE,0)

RSI = SMA(U,N,1)/(SMA(U,N,1)+SMA(D,N,1))*100

其中,N表示计算周期一般取14天。

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=9).mean()
DEA = MID.ewm(span=9).mean()
MACD = (MID - DEA) * 2

# 计算均线和RSI指标
ma5 = df['close'].rolling(5).mean()
ma10 = df['close'].rolling(10).mean()
U = np.where(df['close'] > df['close'].shift(1), df['close'] - df['close'].shift(1), 0)
D = np.where(df['close'] < df['close'].shift(1), df['close'].shift(1) - df['close'], 0)
SMAU = pd.Series(U).rolling(window=14).mean()
SMAD = pd.Series(D).rolling(window=14).mean()
RSI = SMAU / (SMAU + SMAD) * 100

# 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RSI小于65
condition3 = RSI < 65

# 结合其他条件及权重
condition4 = ...

# 组合所有条件
all_conditions = condition1 & condition2 & condition3 & condition4

# 输出选股结果
stock_list = df[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。
    ![94c5cde12014f99e262a302741275d05.png](http://u.thsi.cn/imgsrc/pefile/94c5cde12014f99e262a302741275d05.png)
收益&风险
源码

评论