(同花顺量化)15分钟周期MACD绿柱变短_、10天内涨停天数大于2、至少5根均线重合的股

用户头像神盾局量子研究部
2023-08-31 发布

问财量化选股策略逻辑

该策略基于以下三个条件进行股票筛选:

  1. 至少5根均线重合的股票:表示该股票的短期和中期趋势较为稳定,可能具备较好的上涨潜力。
  2. 10天内涨停天数大于2:表示该股票近期受到市场关注,可能存在较大的资金流入。
  3. 15分钟周期MACD绿柱变短:表示该股票短期内可能面临反弹,具备一定的买入机会。

选股逻辑分析

该策略通过综合考虑股票的均线、短期趋势和MACD指标,来筛选具有上涨潜力的股票。在均线方面,至少5根均线重合的股票表示该股票的短期和中期趋势较为稳定,可能具备较好的上涨潜力。在短期趋势方面,10天内涨停天数大于2表示该股票近期受到市场关注,可能存在较大的资金流入。在MACD指标方面,15分钟周期MACD绿柱变短表示该股票短期内可能面临反弹,具备一定的买入机会。

有何风险?

该策略的风险主要来自于市场风险和股票选择的准确性。市场风险是指由于市场整体走势不稳定,导致策略无法获得预期收益。股票选择的准确性则指策略所选择的股票是否符合预期,如果所选股票不符合预期,策略的收益率可能会受到影响。

如何优化?

为了优化该策略,可以考虑以下几点:

  1. 增加筛选条件:除了均线、短期趋势和MACD指标外,还可以考虑其他因素,如股票的市值、行业、盈利能力等,以提高策略的准确性。
  2. 调整筛选条件:可以调整均线、短期趋势和MACD指标的条件,例如增加或减少均线数量、调整MACD指标的参数等,以适应不同的市场环境。
  3. 使用量化交易系统:可以使用量化交易系统来自动执行策略,以提高交易效率和降低人工操作的风险。

最终的选股逻辑

综合考虑股票的均线、短期趋势和MACD指标,以及市值、行业、盈利能力等因素,筛选出至少5根均线重合的股票,10天内涨停天数大于2,15分钟周期MACD绿柱变短的股票。如果满足以上条件的股票数量不足,则选择满足其中两个条件的股票。如果满足以上条件的股票数量仍然不足,则选择满足其中一个条件的股票。

python代码参考

以下是基于问财的量化策略代码示例:

import talib
import pandas as pd

def get_stock_data(symbol):
    # 获取股票的历史数据
    df = pd.read_csv('stock_data.csv')
    df = df[df['symbol'] == symbol]
    df = df[['open', 'high', 'low', 'close', 'volume']]
    return df

def get_moving_average(df, n):
    # 计算股票的n日移动平均线
    ma = talib.MA(df['close'], n)
    df['ma{}'.format(n)] = ma
    return df

def get_macd(df):
    # 计算股票的MACD指标
    ema12 = talib.EMA(df['close'], 12)
    ema26 = talib.EMA(df['close'], 26)
    macd, macd_signal, macd_hist = talib.STOCH(df['close'], df['ma12'], df['ma26'])
    df['macd'] = macd
    df['macd_signal'] = macd_signal
    df['macd_hist'] = macd_hist
    return df

def get筛选条件(df):
    # 筛选条件
    df = df[df['ma10'] > df['ma20']]
    df = df[df['ma12'] > df['ma26']]
    df = df[df['macd_signal'] > df['macd_hist']]
    df = df[df['close'] > df['ma12']]
    df = df[df['close'] > df['ma26']]
    df = df[df['close'] > df['macd']]
    return df

def get_top_stocks(df):
    # 获取10天内涨停次数最多的前10只股票
    top_stocks = df.sort_values(by='stochastic', ascending=False).head(10)
    return top_stocks

def main():
    # 获取股票数据
    df = get_stock_data('600036')
    # 计算移动平均线
    df = get_moving_average(df, 10)
    # 计算MACD指标
    df = get_macd(df)
    # 筛选符合条件的股票
    df = get筛选条件(df)
    # 获取10天内涨停次数最多的前10只股票
    top

## 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。
![94c5cde12014f99e262a302741275d05.png](http://u.thsi.cn/imgsrc/pefile/94c5cde12014f99e262a302741275d05.png)
收益&风险
源码

评论

需要帮助?

试试AI小助手吧