问财量化选股策略逻辑
本选股策略选取振幅大于1、昨日非涨停板、15分钟周期MACD绿柱变短的股票。
选股逻辑分析
振幅大于1和昨日非涨停板的条件与上一个选股逻辑相同，加入15分钟周期MACD绿柱变短的条件则是为了选择股票的买入时机。绿柱变短可能会引发未来价格的上涨，因此加入该条件可以进一步筛选优质股票。
有何风险？
可能会被市场突发事件、重大事件等未知情况所影响，选出的股票未必一定会有好的表现。
如何优化？
可以结合KDJ、RSI等技术指标、PE、PB等基本面指标，以及市场行情、国际政治、经济形势等多方面信息，进一步筛选和确定买入时机。不断更新和优化策略，提高选股效果。
最终的选股逻辑
本选股策略选取振幅大于1、昨日非涨停板、15分钟周期MACD绿柱变短的股票。
同花顺指标公式代码参考
本选股策略主要采用了15分钟MACD绿柱变短的指标条件。
python代码参考
# 引入Tushare库
import tushare as ts
# 连接Tushare库
pro = ts.pro_api()
def select_stocks(n):
selected_stocks = []
today = pro.trade_cal(exchange='', is_open='1')["cal_date"].values[-1]
yesterday = pro.trade_cal(exchange='', is_open='1', end_date=today, count=2)["cal_date"].values[0]
for i in range(3):
# 筛选出振幅大于1、昨日非涨停板的股票
quote = pro.limit_list(trade_date=yesterday, limit_type='U')
quote = quote.append(pro.limit_list(trade_date=yesterday, limit_type='D'))
quote = quote[~quote["ts_code"].str.startswith("300")]
quote = quote.drop_duplicates(subset="ts_code", keep=False)
quote = quote.merge(pro.daily(trade_date=yesterday, fields='ts_code, pct_chg, high, low, close'), on="ts_code")
quote = quote[quote["pct_chg"] < 9.9]
quote = quote.merge(pro.stocks_basic(exchange='', list_status='L', fields='ts_code,name'), on='ts_code')
# 获取15分钟周期K线数据
for code in quote["ts_code"].tolist():
df = pro.fut_daily(ts_code=code, start_date=yesterday, end_date=today, freq='15min')
if len(df) > 30:
df["dif"], df["dea"], df["macd"] = talib.MACD(df["close"].values, fastperiod=12, slowperiod=26, signalperiod=9)
if df["macd"].tolist()[-1] < 0 and df["macd"].tolist()[-1] < df["macd"].tolist()[-2]:
selected_stocks.append(code)
selected_stocks = list(set(selected_stocks))
# 削减选股结果
selected_stocks = selected_stocks[:n]
if len(selected_stocks) >= n:
break
return selected_stocks
## 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。
