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，且买一量大于卖一量的股票。
选股逻辑分析
选股逻辑主要考虑了技术分析和买卖力度分析。MACD指标和均线指标可反映价格趋势变化，而买卖力度指标能够表征股票的市场交易状况，买卖力量大小正常情况下会直接影响价格的变化。通过这些因素的综合考虑，可以筛选出表现优异、有发展潜力的个股。
有何风险？
- 市场异常波动可能导致技术指标失真，影响选股结果；
- 股票涨跌幅度较大，可能导致部分股票存在高风险。
如何优化？
- 增加其他技术分析指标和市场交易数据指标进行综合筛选，提高选股逻辑的鲁棒性；
- 结合基本面和公司财务数据进行辅助分析，以保证股票的价值可持续；
- 设定合理的风险控制策略，规避市场风险带来的影响。
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，且买一量大于卖一量的股票。
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)
买卖力度指标：
BIDVOL1/10000 >= ASKVOL1/10000
python代码参考
以下为python的股票筛选代码，仅供参考：
import akshare as ak
# 获取股票历史行情数据和挂单量数据
df = ak.stock_zh_a_hist_sina("sz000001")
market_info = ak.stock_zh_a_spot_em()
# 计算MACD指标
ema12 = df['close'].ewm(span=12).mean()
ema26 = df['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 = df['close'].rolling(5).mean()
ma10 = df['close'].rolling(10).mean()
# 筛选MACD零轴以上和今日均线向上发散的股票
condition1 = MACD > 0
condition2 = (ma5 > ma10) & (ma5.shift(1) < ma10.shift(1))
# 筛选买一量大于卖一量的股票
condition3 = market_info['bid_vol1'] / 10000 > market_info['ask_vol1'] / 10000
# 结合条件
all_conditions = condition1 & condition2 & condition3
# 筛选出符合条件的股票
result = 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。
