问财量化选股策略逻辑
选股策略为：在元宇宙行业中，选择前25天内有涨停且15分钟周期MACD绿柱变短的股票。每日10点之前进行选股，选取当日的交易股票。
选股逻辑分析
本选股策略结合了技术指标和基本面因素，从多方位维度综合评估股票的价值和走势，具有更强的信号参考性和趋势明显性。
有何风险？
本选股策略存在以下风险：
- 较强的市场波动和行业风险；
- 可能忽略了一些潜力比较大的股票；
- 选股指标和比例需要根据实际情况不断调整，否则结果会失去参考价值。
如何优化？
为提高本选股策略的准确性和可靠性，可以：
- 加强对行业和公司基本面的分析，关注行业政策和市场趋势等因素；
- 结合其他技术指标，如KDJ、RSI、BOLL等，以及市场情绪等维度，做到全面评估股票价格的走势和价值；
- 加强风险管理，及时割肉、止盈止损；
- 定期调整选股指标和比例，以保证选股策略的适应性和有效性。
最终的选股逻辑
在元宇宙行业中，选择前25天内有涨停且15分钟周期MACD绿柱变短的股票。每日10点之前进行选股，选取当日的交易股票。
同花顺指标公式代码参考
# 选股条件：前25天有涨停，15分钟MACD绿柱变短
COUNT(IF(C==REF(C,1),0,0)+IF(C==HIGH,1,0),25) >= 1
AND MACD(0,15,9) < MACD(1,15,9) AND MACD(0,15,9)-MACD_SIGNAL(0,15,9) <= MACD(1,15,9)-MACD_SIGNAL(1,15,9)
AND INDUSTRYINDEXCODE == 'GN0289'
AND NOT DELIST()
AND TRADESTATUS >= 0
AND DT_IN(WEEKS([-1]),-1)
# 选股结果：选取当日交易的股票
选股条件：默认条件
排序规则：默认排序
选股数量：EMPTY()
python代码参考
import pandas as pd
from typing import List
def select_stocks(data: pd.DataFrame, industry: str) -> List[str]:
df = data[data['INDUSTRY']==industry]
df['涨停'] = ((df['HIGH']==df['CLOSE'].shift()) & (df['OPEN']<df['HIGH'].shift()) & (df['CLOSE']>df['OPEN'].shift()))
df['MACD绿柱变短'] = ((df['DIF'].shift()>=df['MACD_SIGNAL'].shift()) & (df['DIF']<df['MACD_SIGNAL']) & (df['DIF'].shift()-df['MACD_SIGNAL'].shift()>=df['DIF']-df['MACD_SIGNAL']))
select_df = df[(df['涨停']) & (df['MACD绿柱变短']) & (df['TRADE_STATUS']==1) & (df['TIME']<='10:00:00')].index.tolist()
return select_df
## 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。
