(iwencai量化策略)macd零轴以上_、10日涨幅大于0小于35、至少5根均线重合的

问财量化选股策略逻辑

• 至少5根均线重合的股票
• 10日涨幅大于0小于35
• macd零轴以上

选股逻辑分析

这个策略基于三个条件来筛选股票：

1. 股票的均线至少有5根重合，这表明股票价格在短期内处于稳定状态，可能有上涨的趋势。
2. 股票在过去的10天内涨幅大于0小于35，这表明股票价格在过去一段时间内有上涨的趋势，但还没有达到过高的水平。
3. 股票的macd零轴以上，这表明股票的短期和长期趋势都是向上的。

有何风险？

这个策略的潜在风险是：

1. 股票价格的短期稳定状态可能并不代表长期趋势的上涨，因此可能会错失机会。
2. 股票价格在过去一段时间内的涨幅过大，可能会导致价格回调，从而导致投资者损失。
3. 股票的macd零轴以上并不一定意味着股票价格会继续上涨，因此投资者需要谨慎操作。

如何优化？

为了优化这个策略，可以考虑以下几点：

1. 将均线的数量增加到更多的数量，以更好地反映股票价格的趋势。
2. 将涨幅的限制范围扩大或缩小，以更好地反映股票价格的变化。
3. 将macd的参数进行调整，以更好地反映股票价格的趋势。

最终的选股逻辑

根据以下条件来筛选股票：

1. 股票的均线至少有5根重合，这表明股票价格在短期内处于稳定状态，可能有上涨的趋势。
2. 股票在过去的20天内涨幅大于0小于50，这表明股票价格在过去一段时间内有上涨的趋势，但还没有达到过高的水平。
3. 股票的macd零轴以上，这表明股票的短期和长期趋势都是向上的。

python代码参考

以下是使用pandas和ta-lib库来实现这个策略的python代码：

import pandas as pd
import talib

def select_stock():
    # 读取股票数据
    df = pd.read_csv('stock_data.csv')
    
    # 筛选出均线至少有5根重合的股票
    df = df[df['ma5'] == df['ma10'] == df['ma20'] == df['ma30'] == df['ma40'] == df['ma50']]
    
    # 筛选出过去20天内涨幅大于0小于50的股票
    df = df[df['close'] > df['close'].shift(1) and df['close'] < df['close'].shift(20)]
    
    # 筛选出macd零轴以上的股票
    df = df[df['macd'] > 0]
    
    # 返回符合条件的股票列表
    return df['code'].tolist()

请注意，上述代码仅供参考，需要根据实际情况进行修改。

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。