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

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、昨天换手率＞8%。

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. 昨天换手率＞8%：表示昨天该股票有一定的交易量，市场热度较高。

有何风险？

1. 只考虑一天的换手率并不能够准确反映股票潜在的投资价值；
2. 选股条件较为单一，可能会错过其他有潜力的股票；
3. 过于追求短期涨幅，可能忽略公司的长期基本面分析。

如何优化？

1. 可以加入其他因素，例如成交量、RSI等技术指标以及市场整体情况；
2. 可以考虑增加筛选时间，例如将换手率设定为三天或更长时间内的平均值；
3. 应该结合公司基本面因素进行选股，例如营收增长、利润增长等。

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、三日内平均换手率＞8%。

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)

选股筛选公式：

MACD>0 AND MA(CLOSE,1)>MA(CLOSE,2) AND (VOL+REF(VOL,1)+REF(VOL,2))/3>8 AND BARSSINCE(HIGH>OPEN,1)=1

排序公式：

SORTBY((CLOSE-REF(CLOSE,1))/REF(CLOSE,1),1)

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)
vol_3d = (stock_list['vol'] + stock_list['vol'].shift(1) + stock_list['vol'].shift(2)) / 3
condition1 = (stock_list['macd'] > 0) & (stock_list['ma5'] > stock_list['ma10'])
condition2 = (vol_3d > 8)
condition3 = (stock_list['barssince'] == 1)
stock_list = stock_list[condition1 & condition2 & condition3]

# 按涨幅从小到大排序
result_sorted = stock_list.sort_values(by=['pct_chg'], ascending=True)

    ## 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)