问财量化选股策略逻辑
选股逻辑为 MACD 技术指标零轴以上、价格小于 12 元、周线 MA5 金叉 MA10。选股时间为每个交易日开盘前 10 点进行。
选股逻辑分析
该选股逻辑主要考虑了技术面和价格条件。MACD 技术指标和价格的条件综合考虑了短期和长期市场变化，而周线 MA5 金叉 MA10 则体现了趋势的变化。通过综合考虑多个条件，可以更加准确地筛选出具有潜在投资机会的股票。
有何风险？
- 市场变化不确定性影响选股结果的稳定性和准确性。
- 选股条件的局限性可能会导致优质股票被错过，例如一些基本面非常优秀的股票它的价格高于 12 元，会被排除在外。
如何优化？
- 综合考虑多个技术指标和基本面财务指标的情况下，可以提高选股结果的准确性和稳定性，减少市场变化对选股结果的影响。
- 在考虑周线趋势变化时，不仅可以使用 MA5 MA10 金叉，也可以结合其他技术指标，例如 KDJ、RSI 指标进行综合考虑。
最终的选股逻辑
考虑 MACD 技术指标、价格和周线 MA5 金叉 MA10条件的情况下，筛选出符合条件的股票，并结合其他技术指标和基本面财务指标的情况下进行综合考虑选股结果。
同花顺指标公式代码参考
以下是 MACD 指标和 MA 指标的同花顺指标公式：
MACD(C, 12, 26, 9);
M5 := MA(CLOSE, 5);
M10 :=MA(CLOSE, 10);
CROSS(M5, M10);
python代码参考
以下是 Python 的选股筛选代码，仅供参考：
import akshare as ak
import talib
data_stock_price = ak.stock_zh_a_minute(symbol="sh601988", period="W") # 获取股票周 K 线数据
close_price = data_stock_price["close"].tolist()
ma5 = talib.MA(np.array(close_price), timeperiod=5)
ma10 = talib.MA(np.array(close_price), timeperiod=10)
cross_over = np.where(ma5 > ma10, 1, 0)
cross_below = np.where(ma5 < ma10, 1, 0)
gold_cross_week = np.where(np.logical_and(cross_over[:-1] == 0, cross_over[1:] == 1), 1, 0)
death_cross_week = np.where(np.logical_and(cross_below[:-1] == 0, cross_below[1:] == 1), 1, 0)
short, long, m = 12, 26, 9
dif, dea, macd = talib.MACD(np.array(close_price), fastperiod=short, slowperiod=long, signalperiod=m)
data_stock_info = ak.stock_sector_spot()
target_stocks = []
for i in range(len(data_stock_info)):
if data_stock_info.iloc[i]["price"] < 12 and macd[i]>0 and gold_cross_week[i]:
target_stocks.append([data_stock_info.iloc[i]['代码'],data_stock_info.iloc[i]['名称']]) # 将符合条件的股票加入选股名单中
注意，由于数据在运行时需要更新，因此具体代码需要实际情况调整。同时需要根据实际情况查询对应的 AKShare 数据接口。同时，最后还需要根据自己需求，调整选股结果输出方式。
## 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。
