问财量化选股策略逻辑
选股逻辑为：振幅大于1，价格＜12，15分钟周期MACD绿柱变短。将选股逻辑作为第一个标题放入段落中。
选股逻辑分析
该选股策略的逻辑如下：
- 振幅大于1：表示该股票市场交易活跃度较高；
- 价格＜12：表示该股票价格较为便宜，具有一定的投资价值；
- 15分钟周期MACD绿柱变短：表示股票可能即将反转，具有买入信号。
综合以上条件，可以选择符合条件的股票具有一定的投资价值和潜力，但同时存在一定的风险。
有何风险？
该选股策略可能存在以下风险：
- 仅考虑15分钟MACD绿柱变短可能会忽略其他技术指标的影响；
- 低价股票存在风险，需要注意风险控制和资金管理；
- 振幅指标和周期性指标可能受到市场因素和投资热度等因素的影响，需要谨慎选择。
如何优化？
为了提高选股的准确性和降低风险，可以从以下方面进行优化：
- 引入更多的指标或因子进行选股分析，例如财务指标、市场因素等；
- 使用机器学习算法等技术手段，进行更精准的选股分析；
- 通过测试和实证分析，了解和优化指标阈值。
最终的选股逻辑
综合以上分析和优化，我们最终的选股逻辑为：在振幅大于1和价格＜12的基础上，通过15分钟MACD绿柱变短选出具有反转信号的股票，并进行相应的买入操作。在买入操作时，注意市场波动并设立风险控制策略。
同花顺指标公式代码参考
该策略可引入以下指标进行辅助分析：
- 振幅指标：
振幅：
((HIGH-LOW)/REF(CLOSE,1)) > 0.01
- 价格指标：
价格小于12：
CLOSE < 12
- MACD指标：
15分钟周期MACD计算公式：
EMA(CLOSE,12) - EMA(CLOSE,26)
DIF = EMA(CLOSE,9)
DEA = EMA(DIF,9)
- 15分钟周期绿柱长度：
MACD = (EMA(CLOSE,12) - EMA(CLOSE,26))
DIF = EMA(MACD, 9)
DEA = EMA(DIF, 9)
hist = MACD - DIF
green_bar = hist > REF(hist, 1)
green_bar_length = SUM(green_bar & REF(green_bar, 1), 3) == 1
- 组合筛选条件：
筛选获得符合条件的股票：
(((HIGH-LOW)/REF(CLOSE,1)) > 0.01) AND
(CLOSE < 12) AND
(green_bar_length) AND ...
python代码参考
# 振幅指标
amplitude = (high - low) / ref(close, 1)
amplitude_filter = amplitude > 0.01
# 价格指标
price_filter = close < 12
# MACD指标
DIF = ta.EMA(close, timeperiod=12) - ta.EMA(close, timeperiod=26)
DEA = ta.EMA(DIF, timeperiod=9)
MACD = (DIF - DEA) * 2
# 15分钟周期绿柱长度
hist = MACD - DEA
green_bar = hist > ref(hist, 1)
green_bar_length = (green_bar & np.roll(green_bar, 1) & np.roll(green_bar, -1)).rolling(window=3).apply(lambda x:x[1], raw=True)
# 组合筛选条件
final_filter = amplitude_filter & price_filter & green_bar_length
# 选股
selected_stocks = df[final_filter].reset_index(drop=True)
注意：以上代码仅为参考，具体实现时需要根据实际数据情况进行适当修改。
## 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。
