(supermind量化-)振幅大于1、周线macd在零轴之上、近25个交易日有单日涨幅大

问财量化选股策略逻辑

本选股策略选取振幅大于1、周线MACD在零轴之上，并且近25个交易日中至少有一天单日涨幅大于等于百分之10的股票。

选股逻辑分析

本选股策略综合考虑了技术面因素和市场情况，主要考虑了股票的强势上涨和趋势判断两方面因素。选取振幅大于1、周线MACD在零轴之上的股票，这些股票已经达到一定的技术涨幅，并且有强势向上的趋势。同时，近25个交易日中至少有一天单日涨幅大于等于百分之10的股票，这可以辅助判断股票的热度和市场热点。

有何风险？

本选股策略主要选取了技术面因素和市场情况，没有考虑股票的基本面因素，存在可能选出估值不合理或盈利情况不佳的股票。在判断股票热度和市场热点时，仅考虑了最近25个交易日，并没有考虑中长期的市场趋势。

如何优化？

应该综合考虑股票的基本面和市场趋势因素。同时，在判断股票热度和市场热点时，可以考虑增加多个时间段的单日涨幅作为参考，以更全面地把握股票的热度。

最终的选股逻辑

本选股策略选取振幅大于1、周线MACD在零轴之上，并且近25个交易日中至少有一天单日涨幅大于等于百分之10的股票。同时应该综合考虑股票的基本面和市场趋势因素，并考虑增加多个时间段的单日涨幅作为参考。

同花顺指标公式代码参考：

振幅大于1：

(HIGH - LOW) / PRE_CLOSE > 0.01

周线MACD在零轴之上：

(REF(MACD(12,26,9),1) > REF(MACDSIGNAL(12,26,9),1)) AND (MACD(12,26,9) > 0)

近25个交易日中至少有一天单日涨幅大于等于百分之10：

SUM(IF((CLOSE - REF(CLOSE, 1)) / REF(CLOSE, 1) >= 0.1, 1, 0), 25) >= 1

python代码参考：

# 引入Tushare库
import tushare as ts

# 查询股票数据，根据条件筛选股票
selected_stocks = []
for code in ts.get_stock_basics().index:
    # 获取股票数据
    daily_data = ts.get_k_data(code)
    if len(daily_data) < 25:
        continue
    # 筛选符合条件的股票
    if (daily_data['high'] - daily_data['low']).mean() / daily_data['close'].mean() > 0.01 and \
            (REF(MACD(daily_data['close'], 12, 26, 9), 1) > REF(MACDSIGNAL(daily_data['close'], 12, 26, 9), 1)) and \
            (daily_data['close'][-25:] - daily_data['close'].shift(-1)[-25:]) / daily_data['close'].shift(-1)[-25:] >= 0.1:
        selected_stocks.append(code)

# 输出选中的股票
print(selected_stocks)