(supermind策略)task16/a/macd零轴以上、今日均线向上发散、2021年

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、2021年。

选股逻辑分析

该选股逻辑主要关注以下几个方面：

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. 选取2021年的数据作为参考，考虑最近的市场走势。

有何风险？

1. 选股条件过于简单，可能会忽略其他重要的指标和因素；
2. 只考虑了2021年的走势，可能忽略了长期的趋势和基本面的变化；
3. 市场走势具有不确定性，过度关注短期趋势可能会增加投资风险。

如何优化？

1. 选股条件应该结合其他的技术指标、基本面信息以及市场走势等多方面因素进行选股，避免引入过多的噪音；
2. 应该将选取时间段扩展到更长时间，例如5年或10年，以考虑更多的市场走势和变化；
3. 可以对选定的股票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。

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、历史时间段内（例如5年或10年）。

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：

MA10:MA(CLOSE,10)

选股筛选公式：

MACD > 0 AND MA(CLOSE,1) > MA(CLOSE,2)

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
import datetime

# 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()
start_date = datetime.datetime(2016, 1, 1)
end_date = datetime.datetime(2021, 8, 1)
stock_list = stock_list[(stock_list['datetime'] >= start_date) & (stock_list['datetime'] <= end_date)]
stock_list['macd'], stock_list['macd_signal'], stock_list['macd_hist'] = talib.MACD(stock_list['close'], fastperiod=12, slowperiod=26, signalperiod=9)
stock_list['ma10'] = talib.SMA(stock_list['close'], timeperiod=10)
condition1 = (stock_list['macd'] > 0) & (stock_list['ma5'] > stock_list['ma10'])
stock_list = stock_list[condition1]

# 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)