问财量化选股策略逻辑
选股逻辑：MACD零轴以上，昨日主力控盘，前天MACD＜0。
选股逻辑分析
该选股逻辑通过筛选出MACD零轴以上、昨日主力控盘和前天MACD＜0的股票。通过MACD指标判断股票趋势，通过主力买卖情况判断股票热度和市场情绪，通过前天MACD＜0的条件，判断股票是否出现了短期调整，当日可以反弹，达到入场买入的目的。
有何风险？
- 前天MACD＜0的条件可能会过度依赖历史数据，导致选出来的股票没有足够的热度；
- MACD指标判断趋势和调整也需要结合其他技术指标进行全面分析；
- 主力买卖情况可能会受到市场情绪等外部因素的影响，存在一定程度的不确定性。
如何优化？
- 将MACD指标和其他技术指标结合使用，如相对强势指标、KDJ指标等，多方面分析股票的趋势和热度；
- 考虑引入基本面因素，如PE、PB等，以综合分析股票的价值；
- 对前天MACD＜0的条件进行优化，例如加入临近时间的MACD走势和量比分析进行权重调整，避免过度依赖历史数据等。
最终的选股逻辑
经过分析和优化，最终的选股逻辑为：MACD零轴以上，昨日主力控盘，前天MACD＜0。在筛选过程中，还需要结合其他技术指标、基本面因素等多方面进行综合分析，选择具有潜力和价值的股票。
同花顺指标公式代码参考
MACD指标：
DIF:EMA(12)-EMA(26)
DEA:EMA(12)的MID(DIF)
MACD:(MID-DEA)×2
python代码参考
以下为python的股票筛选代码，仅供参考：
import akshare as ak
import pandas as pd
# 获取股票历史行情数据
df = ak.stock_zh_a_hist_sina("sh000001")
# 计算MACD指标
ema12 = df['close'].ewm(span=12).mean()
ema26 = df['close'].ewm(span=26).mean()
DIF = ema12 - ema26
MID = DIF.ewm(span=9).mean()
DEA = MID.ewm(span=9).mean()
MACD = (MID - DEA) * 2
# 筛选MACD零轴以上
condition1 = MACD > 0
# 筛选昨日主力控盘
condition2 = df['close'] > df['vol'] * 2 / (df['amount'] / 10000)
# 前天MACD＜0
tmp_df = df.shift(periods=2)
condition3 = tmp_df['MACD'] < 0
#结合其他相对强势的指标
condition4 = ...
# 组合所有条件
all_conditions = condition1 & condition2 & condition3 & condition4
# 输出选股结果
stock_list = 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。
