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，七连阴。
选股逻辑分析
此选股逻辑主要关注股票的技术面因素和市场情绪因素。MACD和均线指标反映了股票在技术上的走势，而连阴的情况则反映了市场对该股票的情绪，此时股票的价格可能已经接近或达到了底部。通过筛选出符合这些条件的股票，可以寻找到当前市场上出现了特殊情况的股票。
有何风险？
- 选股条件较为单一，只关注了技术面和市场情绪等因素，此时需要保持警惕以免遭遇到偏离常态的情况；
- 筛选条件太过古怪，可能会导致结果过于片面，忽略了基本面的影响；
- 筛选的策略会在大部分时间内选出较少的股票，不适用于筛选大量的股票。
如何优化？
- 可以加入其它指标来从多方面衡量股票综合素质，减少可能的错误判断；
- 考虑加入基本面的绩效评估指标，呈现不同的陈述方式并结合多种因素，形成完整多样的选股体系。
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，并且股票在连续七天内处于阴线状态。
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)
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()
# 辅助筛选条件-连续N天阴线
days = 7
condition = df['close'] < ma5 & df['close'] < ma10
condition = condition.rolling(window=days, min_periods=days).sum() == days
# 结合条件
all_conditions = DIF > 0 & 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。
