(同花顺量化)15分钟周期MACD绿柱变短_、2021年、至少5根均线重合的股票

问财量化选股策略逻辑

1. 至少5根均线重合的股票
2. 2021年
3. 15分钟周期MACD绿柱变短

选股逻辑分析

这个策略的逻辑是基于技术分析，通过观察股票的均线和MACD指标来筛选股票。首先，策略要求股票至少有5根均线重合，这可能意味着股票的价格趋势比较稳定，同时也能够提供一定的支撑和阻力。其次，策略要求股票在2021年，这可能意味着股票在过去一年中表现良好，未来也可能有较好的表现。最后，策略要求股票在15分钟周期MACD绿柱变短，这可能意味着股票的短期趋势正在转为上升趋势。

有何风险？

这个策略的局限性在于它只考虑了股票的短期趋势，并没有考虑公司的基本面情况。此外，如果股票的价格波动较大，那么均线的重合情况可能会比较难以判断。另外，MACD指标也存在一定的局限性，例如在市场极度动荡的情况下，MACD指标可能会失效。

如何优化？

为了优化这个策略，可以考虑加入一些基本面因素，例如公司的盈利能力、财务状况等。此外，可以考虑使用更短的时间周期来观察MACD指标，例如分钟周期、小时周期等。最后，可以考虑加入一些其他的指标，例如布林线、RSI等，来更好地判断股票的趋势。

最终的选股逻辑

以下是最终的选股逻辑：

1. 股票至少有5根均线重合
2. 股票在2021年
3. 股票在15分钟周期MACD绿柱变短
4. 股票的盈利能力、财务状况良好
5. 使用更短的时间周期来观察MACD指标
6. 加入布林线、RSI等指标来判断股票的趋势

python代码参考

以下是基于pandas和ta-Lib库的python代码参考：

import pandas as pd
import talib

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[['date', 'open', 'high', 'low', 'close']]
    df = df.set_index('date')
    return df

def get均线(df):
    # 计算股票的均线
    ma = talib.MA(df['close'], timeperiod=5)
    return ma

def get_macd(df):
    # 计算股票的MACD指标
    ema12 = talib.EMA(df['close'], timeperiod=12)
    ema26 = talib.EMA(df['close'], timeperiod=26)
    macd, macd_signal, macd_hist = talib.MACD(df['close'], fastperiod=12, slowperiod=26, signalperiod=9)
    return macd, macd_signal, macd_hist

def get_macd_diff(df):
    # 计算股票的MACD柱状图
    macd_diff = macd[1] - macd[0]
    return macd_diff

def get_macd_signal(df):
    # 计算股票的MACD信号线
    macd_signal = macd_signal[1]
    return macd_signal

def get_stock筛选结果(df, ma, macd, macd_diff, macd_signal):
    # 根据均线和MACD指标筛选股票
    result = []
    for index, row in df.iterrows():
        if ma[index] > macd_diff[index] and macd_diff[index] > macd_signal[index]:
            result.append(row['symbol'])
    return result

# 示例代码
symbol = 'AAPL'
df = get_stock_data(symbol)
ma = get均线(df)
macd, macd_signal, macd_hist = get_macd(df)
macd_diff = get_macd_diff(df)
macd_signal = get_macd_signal(df)
result = get_stock筛选结果(df, ma, macd, macd_diff, macd_signal)
print(result)

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。