(同花顺量化)15分钟周期MACD绿柱变短_、三连阴、macd零轴以上

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

选股逻辑:MACD指标零轴以上、三连阴、15分钟周期MACD绿柱变短。通过同时关注不同周期下的MACD指标,筛选表现好,且具备短期调整潜力的股票,以追求短期高收益为目标。

选股逻辑作为第一个段落放入标题为 ## 问财量化选股策略逻辑 的段落中。分析以上的选股逻辑(每个逻辑以 , 进行分隔) ,分析选股的逻辑(放入标题为 ## 选股逻辑分析 的段落),有什么风险?(放入标题为 ## 有何风险? 的段落)如何优化?(放入标题为 ## 如何优化? 的段落)并最终给出完善选股逻辑(放入标题为 ## 最终的选股逻辑 的段落),请用Markdown格式。

选股逻辑分析

本选股策略主要通过综合考虑不同时间周期下的MACD绿柱的变化情况,结合指标表现和当前行情,利用技术面来进行选股。在MACD指标确认上涨趋势的同时,需要更快的验证短期调整信号,因此通过15分钟周期的MACD指标的绿柱长度变短来确定短期调整信号,并进行股票筛选。

有何风险?

以下是该选股策略可能存在的一些风险:

  1. 忽略了股票的基本面因素,可能对个股的投资价值影响不足;
  2. 股票市场行情变化较快,通过技术面选股策略来进行选股面临市场风险。

如何优化?

以下是一些优化建议:

  1. 在选股策略中充分考虑个股的基本面因素,包括行业和公司财务状况等,以提高选股策略的稳定性和长期投资价值;
  2. 综合考虑股票市场的整体趋势和政策变化并及时跟进,提高选股策略的及时性和针对性。

最终的选股逻辑

选股策略:MACD指标零轴以上、三连阴、15分钟周期MACD绿柱变短。筛选出同时满足技术面和市场趋势的具备短期调整潜力的股票,以追求短期高收益为目标。

同花顺指标公式代码参考

  • MACD指标: MACD(12,26,9)

Python代码参考

from jqdata import *

def initialize(context):
    set_benchmark('000300.XSHG')  
    set_option('use_real_price', True) 
    run_daily(before_market_open, time='before_open', reference_security='000300.XSHG')

def before_market_open(context):
    selected_stocks = []
    for security in get_all_securities(types=['stock']).index:
        if security.startswith('300') or security.startswith('688'):
            continue
        try:
            current_macd = get_macd(security, check_date=None, count=1, unit='d')
            if not (current_macd.diff > 0 and current_macd.macd < 0):
                continue
            interval_macd = get_macd(security, start_date=context.now - timedelta(minutes=30), end_date=context.now, count=None, unit='30m')
            if interval_macd.macd[-2] > interval_macd.macd[-1]:
                continue
            price = attribute_history(security, 3, '1d', ['high', 'low'], True)
            if not (price['high'].pct_change().iloc[-1] < 0 and price['low'].pct_change().iloc[-1] < 0):
                continue
            selected_stocks.append(security)
        except:
            continue
    trade(selected_stocks)

def trade(selected):
    position_count = len(selected)
    if position_count == 0:
        return
    stock_value = context.portfolio.total_value / (position_count + 1)

    for stock in selected:
        if stock in context.portfolio.positions:
            order_target_value(stock, stock_value)
        else:
            order_value(stock, stock_value)

def handle_data(context, data):
    pass
    ## 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