问财量化选股策略逻辑
选股逻辑：元宇宙,昨天换手率＞8%,15分钟周期MACD绿柱变短。
选股逻辑分析
该选股策略首先选取元宇宙板块的股票，然后筛选出昨天换手率大于8%的股票。在这个基础上，又增加了技术指标的筛选条件，即15分钟周期MACD绿柱变短的股票。该选股策略结合了元宇宙行业热度、股票流通性和技术指标等多个方面的因素，可以更加全面地考虑股票的投资价值。
有何风险？
该选股策略在添加技术指标的同时，也增加了取证的难度。如果技术指标分析不准确或者市场波动较大，就可能出现选错股票的情况。
如何优化？
可以考虑增加其他技术指标的筛选条件，如KDJ、RSI等，同时可以根据市场热度和趋势来调整选股策略，提高策略的稳健性和盈利水平。
最终的选股逻辑
选股逻辑：元宇宙,昨天换手率＞8%,15分钟周期MACD绿柱变短。
同花顺指标公式代码参考
元宇宙板块：CATEGORY = 'SW1_zxx'
昨天换手率大于8%：VOLPRI > 0.08
15分钟周期MACD绿柱变短：DIFF(short) < DIFF(long) AND DIFF(short)>0 AND DEA(short) < DEA(long) AND DEA(short)>0 AND MACD(short) < MACD(long)
符合条件的股票：CATEGORY='SW1_zxx' AND VOLPRI > 0.08 AND DIFF(short) < DIFF(long) AND DIFF(short)>0 AND DEA(short) < DEA(long) AND DEA(short)>0 AND MACD(short) < MACD(long)
Python代码参考
相应的Python选股代码如下：
import akshare as ak
# 获取元宇宙板块数据
yxu_stocks = ak.stock_zh_a_classified_sector()
yxu_stocks = yxu_stocks[yxu_stocks['name'] == '元宇宙']
# 筛选出昨日换手率大于8%的股票
volpri_data = ak.stock_zh_a_hist(symbol="", adjust="qfq")
volpri_data = volpri_data[['symbol', '日期', '换手率']].pivot(index='symbol', columns='日期', values='换手率')
yesterday_volpri_data = volpri_data.iloc[:, -2] # 注意这里的iloc需要根据实际数据结构进行调整
selected_stocks = yesterday_volpri_data[yesterday_volpri_data > 0.08].index.tolist()
# 获取MACD指标数据
import tushare as ts
macd_data = ts.get_hist_data('300508', ktype='15', start='20200101') # 注意需要针对股票进行修改
sel_stocks = []
for stock_code in selected_stocks:
macd_data = ts.get_hist_data(stock_code, ktype='15', start='20200101') # 注意需要针对股票进行修改
if macd_data['diff'].iloc[-1] < macd_data['dea'].iloc[-1] and \
macd_data['diff'].iloc[-1] >0 and \
macd_data['dea'].iloc[-1] < macd_data['dea'].iloc[-1] and \
macd_data['dea'].iloc[-1] >0 and \
macd_data['macd'].iloc[-1] < macd_data['macdsignal'].iloc[-1]:
sel_stocks.append(stock_code)
## 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。
