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，且归属母公司股东的净利润同比增长率在20%到100%之间的股票。
选股逻辑分析
选股逻辑综合考虑了技术面和基本面。MACD和均线指标反映了股票在技术上的趋势，而净利润同比增长率则反映了股票在基本面上的状态。考虑技术面和基本面的结合，可以筛选出股票中表现较好的股票，同时也规避了纯粹技术面选股带来的风险。
有何风险？
- 过度依赖技术面指标和基本面数据可能会忽视其他因素的影响；
- 选股逻辑并未考虑股票的估值、资产结构等因素，过度追求增长可能会存在一定的风险；
- 净利润同比增长率为财务数据，可能会受到会计主张、政策等因素的影响，需要谨慎使用。
如何优化？
- 筛选条件中考虑股票的估值、资产结构等因素，增加基本面的维度；
- 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，且归属母公司股东的净利润同比增长率在20%到100%之间的股票。
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)
净利润同比增长率：
((TTM(NP)-TTM(NP1))/TTM(NP1))*100
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
df = ak.stock_zh_a_hist_sina("sz000001")
# 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()
# 计算净利润同比增长率
np = ak.stock_financial_report_sina(stock="000001", symbol="profit")
ttm_np = np.iloc[0]['TTM净利润']
ttm_np1 = np.iloc[1]['TTM净利润']
np_growth_rate = (ttm_np - ttm_np1) / ttm_np1 * 100
# 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))
# 筛选净利润同比增长率在20%到100%之间的股票
condition3 = (np_growth_rate >= 20) & (np_growth_rate <= 100)
# 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。
