问财量化选股策略逻辑
选取MACD值在零轴以上、价格低于12元、至少5根均线重合的股票。该策略主要关注技术面指标及价格水平，可以寻找到符合价格低、技术面指标强势的股票。
选股逻辑分析
该选股策略主要从技术面寻找符合要求的股票，通过MACD指标筛选去除市场疲弱、价格较高的标的股票，再通过筛选重合均线数量，进一步选出可能存在买入信号的个股。这样可避免追涨杀跌的风险，买在低点再抓住反弹来赚取差价。
有何风险？
该选股策略忽略了公司基本面因素，有可能选出盈利较差或产业前景不明朗的企业。另外，该逻辑排除了一部分走势较好、但暂时处于调整下行的股票，有可能错过因其他原因导致的潜在投资机会。
如何优化？
可结合其他技术面指标如KDJ、RSI等指标，进行组合筛选和鉴别。同时可以根据市场行情，适时进行选股规则的调整以适应不同的市场环境。
最终的选股逻辑
选取MACD值在零轴以上、价格低于12元、至少5根均线重合的股票。
同花顺指标公式代码参考
// MACD零轴以上、价格低于12元、至少5根均线重合的股票
MACD(12,26,9) > 0 AND CLOSE < 12 AND REF(MA(CLOSE,5),1) = REF(MA(CLOSE,10),1) AND REF(MA(CLOSE,5),1) = REF(MA(CLOSE,20),1) AND REF(MA(CLOSE,5),1) = REF(MA(CLOSE,30),1) AND REF(MA(CLOSE,5),1) = REF(MA(CLOSE,60),1) AND REF(MA(CLOSE,5),1) = REF(MA(CLOSE,120),1);
//以上代码表示MACD值在零轴以上、价格低于12元，均线数量至少5天，每个均线的前一天取值趋势相同
Python代码参考
from datetime import datetime, timedelta
end_date = datetime.now().strftime("%Y-%m-%d")
start_date = (datetime.now() - timedelta(days=120)).strftime("%Y-%m-%d")
df = get_history_data(stock_code, start_date=start_date, end_date=end_date, ktype='D')
df['DIFF'], df['DEA'], df['MACD'] = ta.MACD(df['close'], fastperiod=12, slowperiod=26, signalperiod=9)
ma_list = [5, 10, 20, 30, 60, 120]
for ma in ma_list:
df['MA'+str(ma)] = ta.MA(df['close'], ma)
if (df['MACD'][0] > 0) & (df['close'][0] < 12) & (df['MA5'][0]==df['MA10'][0]==df['MA20'][0]==df['MA30'][0]==df['MA60'][0]==df['MA120'][0]):
print("Selected")
在Python代码中，如果符合选股条件则输出"Selected"。通过调用talib库计算MACD值和均线，比较最新一日MACD和close、MA5、MA10、MA20、MA30、MA60、MA120的取值是否同时符合选股条件。
## 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。
