(supermind策略)task16/a/macd零轴以上、今日均线向上发散、2019分

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，2019分红比例大于25%。

选股逻辑分析

该选股逻辑包括以下条件：

1. MACD零轴以上：表示股票当前处于上涨状态；
2. 今日均线向上发散：表示股票当前趋势向上；
3. 2019分红比例大于25%：表示该股票有一定的盈利能力。

有何风险？

1. 可能选择大盘股而忽略中小创新股；
2. 只以2019年的分红比例作为选股准则，可能会造成周期性选股偏差；
3. 过于重视分红的股票可能会忽略了未来的盈利潜力，而造成收益的损失。

如何优化？

1. 加入其他技术指标和基本面指标，如PE、PB、ROE等，提高选股准确性；
2. 可以考虑选择多年的分红比例，比如近三年、近五年等，避免基于一点数据造成的选股偏差；
3. 将分红比例作为重要的选股条件之一，而非唯一选股准则。

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，分红比例大于一定比例。

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)

python代码参考

以下为python的选股筛选代码，仅供参考：

import akshare as ak

# 获取2019年分红比例大于25%的股票列表
dividend_ratio_df = ak.stock_dividend_sina_year()
result = dividend_ratio_df[dividend_ratio_df["dividend_ratio"]>0.25]

# 获取昨日成交额大于6千万的股票列表
basic_info_df = ak.stock_info_sh_a_sina()
code_list = result["code"].values.tolist()
all_code_list = basic_info_df['symbol'].to_list()
target_code_list = list(set(code_list).intersection(all_code_list))
result = basic_info_df[basic_info_df['symbol'].isin(target_code_list)]

# 获取股票历史行情数据
result = ak.stock_zh_a_hist_sina(result["symbol"].tolist(), adjust="hfq")

# 计算MACD指标
ema12 = result['close'].ewm(span=12).mean()
ema26 = result['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 = result['close'].rolling(5).mean()

# 过滤出符合条件的股票
conditions = (DIF > 0) & (ma5.shift(1) < ma5)
result = result[conditions]

    ## 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)