问财量化选股策略逻辑
本选股策略选取振幅大于1，昨日换手率*（今日竞价成交量/昨日成交量）在0.5到2之间，且15分钟周期MACD绿柱变短的股票作为投资目标。综合考虑股票价格、成交量、和技术指标因素，选取具有较高投资回报的股票。
选股逻辑分析
本选股策略综合考虑了股票价格、成交量和技术指标等因素，通过选取振幅较大、成交量变化较大、且MACD绿柱变短的股票，筛选具有较高的投资价值的股票。
有何风险？
本选股策略仅依赖于技术指标和股票价格与成交量的数据进行选股，未考虑公司基本面、资产负债表以及市场行情等多方面的因素。同时，过于依赖于技术分析可能会导致过度交易和投资决策失误，存在一定的投资风险。
如何优化？
本选股策略可以加入其他技术指标如RSI、BOLL等进行分析，同时引入公司基本面和市场行情等因素进行判断。同时，建议与其他短期、中期选股策略进行配合，综合判断股票的投资价值和安全性。
最终的选股逻辑
本选股策略选取振幅大于1，昨日换手率*（今日竞价成交量/昨日成交量）在0.5到2之间，且15分钟周期MACD绿柱变短的股票作为投资目标。同时结合其他技术指标和基本面因素进行分析，以综合判断股票的投资价值和安全性，以此选取投资回报高且风险可控的股票。
同花顺指标公式代码参考
- 无
Python代码参考
import tushare as ts
import talib as ta
import time
pro = ts.pro_api()
def select_stocks(n):
selected_stocks = []
for code in pro.query('stock_basic', exchange='', list_status='L', fields='ts_code,name,industry,market,area,pe,pb,circ_mv')['ts_code']:
if 'ST' in code:
continue
if '科创板' in pro.fina_mainbz(ts_code=code, year=2020, quarter=1)['bz_item']:
continue
df = pro.bar(ts_code=code, freq='15min', start_date='', end_date='')
if (df.iloc[-1]['open'] - df.iloc[-1]['low']) / df.iloc[-1]['high'] > 0.01:
vol_rate = pro.moneyflow(ts_code=code, start_date='', end_date='', fields='ts_code,trade_date,turnover_rate,vol,amount')
vol_rate = vol_rate.set_index('trade_date')
vol_rate['turnover_rate'] = (vol_rate['turnover_rate']*(df.iloc[-1]['amount']/vol_rate['vol'])).rolling(5).mean() # 5日平均换手率
if vol_rate.iloc[-2]['vol'] > 0 and (vol_rate.iloc[-2]['turnover_rate']) > 0.5 and (vol_rate.iloc[-2]['turnover_rate']) < 2:
macd, _, hist = ta.MACD(df['close'], fastperiod=12, slowperiod=26, signalperiod=9)
if hist[-1] < 0 and hist[-1] > hist[-2]:
selected_stocks.append(code)
return selected_stocks[:n]
## 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。
