(supermind策略)task16/a/macd零轴以上、今日均线向上发散、竞价主力净

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，竞价主力净买大于0。

选股逻辑分析

该选股逻辑结合了技术指标和基本面指标，考虑了股票的走势、流通性和市场需求。MACD指标和均线指标可以反映股票的技术面，而竞价主力净买指标可以反映股票的市场需求。

有何风险？

1. 需要准确地捕捉竞价交易的数据，竞价主力净买数据较为抖动，容易产生假信号；
2. 竞价主力净买只能反映当前交易日的市场需求，不一定能反映长期走势；
3. 考虑的指标较多，容易导致结果分散，出现大量筛选结果不一定有效。

如何优化？

1. 加大对竞价交易数据的处理，提高数据信噪比；
2. 可以引入其他基本面指标（如财务数据）来判断股票基本面是否符合要求；
3. 可以结合其他技术指标（如RSI、KD等）来提高正确率。

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，竞价主力净买大于0。

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)
MA30:MA(CLOSE,30)

竞价主力净买指标：

BID_MUL_VOL: (BuyPrice1 * BuyVolume1 + BuyPrice2 * BuyVolume2 + BuyPrice3 * BuyVolume3 - SellPrice1 * SellVolume1 - SellPrice2 * SellVolume2 - SellPrice3 * SellVolume3) / (BuyVolume1 + BuyVolume2 + BuyVolume3 + SellVolume1 + SellVolume2 + SellVolume3)
condition = BID_MUL_VOL > 0 # 竞价主力净买大于0

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()
ma30 = df['close'].rolling(30).mean()

# 计算竞价主力净买指标
bid_mul_vol = (df['b1_p'] * df['b1_v'] + df['b2_p'] * df['b2_v'] + df['b3_p'] * df['b3_v'] - df['s1_p'] * df['s1_v'] - df['s2_p'] * df['s2_v'] - df['s3_p'] * df['s3_v']) / (df['b1_v'] + df['b2_v'] + df['b3_v'] + df['s1_v'] + df['s2_v'] + df['s3_v'])

# 辅助筛选条件
all_conditions = (DIF > 0) & (ma5 > ma30) & (bid_mul_vol > 0)

# 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。
    ![94c5cde12014f99e262a302741275d05.png](http://u.thsi.cn/imgsrc/pefile/94c5cde12014f99e262a302741275d05.png)