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，涨跌幅与超大单净量的乘积。
选股逻辑分析
此选股逻辑比较独特，综合了技术面和资金面。MACD和均线指标反映了股票在技术上的趋势，而涨跌幅与超大单净量的乘积则反映了资金对该股票的关注程度。通过这个逻辑筛选可收获一些股价被高估的股票。
有何风险？
- 筛选条件较为复杂，过于依赖资金面，因而有较大的样本偏移及过拟合风险；
- 没有考虑基本面指标，很容易忽略股票的估值等因素；
- 涨跌幅与超大单净量的乘积可能导致过度注重资金因素，从而忽略其它的影响因素。
如何优化？
- 可以过滤掉流通股比较小的股票，从而消除其偏差风险；
- 可以增加基本面指标，对股票的估值进行过滤，从而增强选股的全面性；
- 涨跌幅与超大单净量的乘积考虑适当地增加权重，以增加基本面的影响。
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，涨跌幅与超大单净量的乘积，并且流通股数大于等于所属市场平均水平。
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的股票筛选代码，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()
# 计算涨跌幅和超大单净量的乘积
quotes = ak.stock_zh_a_spot_em()
vol = quotes['超大单净量']
condition1 = vol > 0
condition2 = df['pct_chg'] > 0
pct_chg = df['pct_chg'] / 100 + 1
condition3 = pct_chg * vol
# 筛选流通股数大于等于所属市场平均水平的股票
basic_info = ak.stock_zh_a_spot()
condition4 = basic_info['流通股本'] >= basic_info['流通股本'].mean()
# 结合条件
all_conditions = condition1 & condition2 & condition3 & condition4
# 筛选出符合条件的股票
result = basic_info[all_conditions]['代码']
## 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。
