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，收盘价大于昨日的最低价。
选股逻辑分析
该选股逻辑同时结合了技术和基本面指标，适合短期操作的投资者使用。MACD指标反映了股票在技术上的走势，加上均线指标可以更好地确定趋势，同时根据收盘价与昨日最低价的位置关系，判断股票的强势程度。
有何风险？
- 收盘价与昨日最低价的关系是瞬时的，有一定的市场噪音，可能存在一定的误判；
- 该选股逻辑偏重短期操作，忽略了长期基本面的影响，对于长期投资价值不易判断。
如何优化？
- 可以结合其他技术指标进行筛选，以提高正确率；
- 可适当增加基本面的考虑，以更准确地判断股票的投资价值。
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，收盘价大于昨日的最低价。
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)
收盘价与昨日最低价指标：
LOW = REF(LOW,1) # 获取昨日最低价
condition = C > LOW # 收盘价大于昨日最低价
python代码参考
以下为python的选股筛选代码，仅供参考：
import akshare as ak
# 获取股票历史行情数据
df = ak.stock_zh_a_hist_sina("sh600000")
# 计算MACD指标
ema12 = df['close'].ewm(span=12).mean()
ema26 = df['close'].ewm(span=26).mean()
DIF = ema12 - ema26
DEA = DIF.ewm(span=9).mean()
MACD = (DIF - DEA) * 2
# 计算均线指标
ma5 = df['close'].rolling(5).mean()
ma10 = df['close'].rolling(10).mean()
# 计算收盘价与昨日最低价指标
low = df['low'].shift(1) # 昨日的最低价
condition = df['close'] > low # 收盘价大于昨日最低价
# 辅助筛选条件
all_conditions = (DIF > 0) & (ma5 > ma10) & condition
# 筛选出符合条件的股票
result = df[all_conditions]
## 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。
