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、现量大于1万手且高开。
选股逻辑分析
该选股逻辑包含以下条件：
- MACD零轴以上：表示当前股票处于上涨状态；
- 今日均线向上发散：表示当前股票的趋势向上；
- 现量大于1万手：表示当前股票有一定的成交量支撑；
- 高开：表示当前股票市场情绪较为乐观；
- 选股时间：每天早上开盘前进行选股，选出符合以上条件的股票。
有何风险？
- 单一指标选股容易忽略其他影响股票涨跌的因素；
- 仅考虑当前的交易量和开盘价，可能无法真实反映股票投资价值；
- 选股策略不具备持续性，可能在市场情况变化时失去效果。
如何优化？
- 加入多种技术指标共同筛选，提高选股稳定性；
- 加入基本面因素，综合考虑股票的价值等相关因素，提高选股成功率；
- 综合考虑股票成交量和流通市值等因素；
- 加入风险控制，设置止损值和止盈点。
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、现量大于1万手且高开。
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 LOW>MA(CLOSE,1) and VOL>10000 and (OPEN>HIGH*0.995) and (HIGH - OPEN) > 0.005 * LOW
排序公式：
SORTBY(VOL,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)
condition1 = (stock_list['macd'] > 0) & (stock_list['ma5'] > stock_list['ma10']) & (stock_list['low'] > stock_list['ma5'])
condition2 = (stock_list['vol'] > 10000) & ((stock_list['open'] / stock_list['close'].shift(1)) > 1.002)
condition3 = ((stock_list['high'] - stock_list['open']) > 0.005 * stock_list['low'])
stock_list = stock_list[condition1 & condition2 & condition3]
# 按成交量从大到小排序
result_sorted = stock_list.sort_values(by=['vol'], 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。
