问财量化选股策略逻辑
该选股策略选股逻辑为：换手率3%-12%,前25天有涨停,15分钟周期MACD绿柱变短。
选股逻辑分析
该选股策略选择了中等换手率的股票，加入前25天的涨停板条件，具有一定的参考性。同时，选择15分钟周期MACD绿柱变短，有一定的技术分析参考价值。
有何风险？
选股逻辑只考虑了股票价格方面的指标，忽略了业绩和估值等其它因素，可能导致风险加大。同时，短时间内的技术指标变化可能会带来噪声信号。
如何优化？
优化方法可以考虑加入基本面和估值指标进行综合判断，同时可以针对不同股票类型选择适合的技术指标，同时结合量价关系等维度进行选股。
最终的选股逻辑
该选股策略选股逻辑为：换手率3%-12%,前25天有涨停,15分钟周期MACD绿柱变短，同时综合加入基本面和估值指标进行综合判断，并结合量价关系等维度进行选股。
同花顺指标公式代码参考
通达信指标代码：
TURNOVER_RATIO>=0.03 AND TURNOVER_RATIO<=0.12 AND COUNT(WINDBREAKSIGN>0 and WINDBREAKSIGN<100, 25)>=1 AND MACD(15, 30, 9)的绿柱DIFF - MACD(15, 30, 9)的绿柱DEA > REF(MACD(15, 30, 9)的绿柱DIFF - MACD(15, 30, 9)的绿柱DEA, 1) AND NOT EXIST(FINEST, INDUSTRY_TYPE == 1)
其中，MACD表示指数平滑移动平均线，REF表示引用前一天的值，COUNT表示计算25天内的涨停板数量，WINDBREAKSIGN表示振幅，FINEST表示股票所属行业分类，NOT EXIST表示非某些特定情况。
python代码参考
import pandas as pd
from pytdx.hq import TdxHq_API
# 创建连接
api = TdxHq_API()
api.connect('119.147.212.81', 7709)
# 所有A股列表
all_stocks = api.get_security_list(0, 0)
df_stocks = pd.DataFrame(all_stocks, columns=['code', 'name', 'market_type', 'exchange_type'])
# 获取A股数据
selected_stocks = []
for code in df_stocks['code']:
if code.startswith(('00', '60', '30')) and df_stocks[df_stocks['code'] == code]['market_type'].values[0] != 5:
stock_k_data = api.get_k_data(code, 'D')
if stock_k_data is not None and len(stock_k_data) >= 2 * 240 and \
stock_k_data['turnover_ratio'].quantile(0.7) >= 0.03 and \
stock_k_data['turnover_ratio'].quantile(0.7) <= 0.12 and \
stock_k_data['MACD_dif'].rolling(2).apply(lambda x: x[-1] - x[-2]) < stock_k_data['MACD_dea'].rolling(2).apply(lambda x: x[-1] - x[-2]):
selected_stocks.append({'code': code,
'name': df_stocks[df_stocks['code'] == code]['name'].values[0],
'market_type': df_stocks[df_stocks['code'] == code]['market_type'].values[0],
'turnover_ratio': stock_k_data['turnover_ratio'].iloc[-1]})
# 断开连接
api.disconnect()
## 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。
