(supermind策略)task16/a/macd零轴以上、今日均线向上发散、换手率>2

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、换手率在2%至9%之间。

选股逻辑分析

该选股逻辑包含以下条件：

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. 换手率在2%至9%之间：既不太高也不太低，符合市场需求。

有何风险？

1. 选股条件可能过于简单，存在大量噪音；
2. 过滤掉了高换手率股票，可能会错过短期内的高涨机会；
3. 换手率不一定能完全反应股票流动性。

如何优化？

1. 基于基本面和技术分析的多因素选股模型能够更准确地辨别噪音信号；
2. 可以结合高换手率、涨跌幅等指标找出激增期股票，捕捉更多涨幅；
3. 考虑除了换手率之外的其他流动性指标，如市值、流通股本等。

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、换手率在2%至9%之间。

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)

换手率指标：

换手率:VOL/CAPITAL

选股筛选公式：

MACD>0 AND MA(CLOSE,1)>MA(CLOSE,2) AND 换手率>2 AND 换手率<9

排序公式：

SORTBY(换手率,0)

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

# 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()
stock_list['upper'], stock_list['mid'], stock_list['lower'] = talib.BBANDS(stock_list['close'], timeperiod=20, nbdevup=2, nbdevdn=2, matype=0)
stock_list['macd'], stock_list['macd_signal'], stock_list['macd_hist'] = talib.MACD(stock_list['close'], fastperiod=12, slowperiod=26, signalperiod=9)
stock_list['ma5'] = talib.SMA(stock_list['close'], timeperiod=5)
stock_list['ma10'] = talib.SMA(stock_list['close'], timeperiod=10)
stock_list['turnover_rate'] = stock_list['vol'] / stock_list['capital']
condition1 = (stock_list['macd'] > 0) & (stock_list['ma5'] > stock_list['ma10'])
condition2 = (stock_list['turnover_rate'] > 0.02) & (stock_list['turnover_rate'] < 0.09)
stock_list = stock_list[condition1 & condition2]

# 按换手率从大到小排序
result_sorted = stock_list.sort_values(by=['turnover_rate'], ascending=False)

    ## 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)