(同花顺量化)15分钟周期MACD绿柱变短_、前天macd<0、振幅大于1

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

选股逻辑为:振幅大于1,前天MACD<0,15分钟周期MACD绿柱变短。该选股策略旨在筛选出价格波动较大、技术面有支撑的短期走势良好的股票。

选股逻辑分析

该选股逻辑主要由三个条件组成:振幅大于1、前天MACD<0、15分钟周期MACD绿柱变短。振幅大于1说明股票的价格比较波动,前天MACD<0反映出股票的技术面存在一些问题,15分钟周期MACD绿柱变短则表明股票的短期走势可能有所好转,是一个较好的买入时机。

有何风险?

该选股逻辑可能存在以下风险:

  1. 过分注重分时技术指标和短期走势,忽略了股票的基本面特征和长期趋势,可能导致投资回报不稳定。

  2. 容易被市场的短期波动和噪声干扰,难以保持投资耐性和长远眼光。

  3. 过度拘泥于策略选股条件,忽略了其他有价值的选股信息,可能影响策略准确率和适用范围。

如何优化?

优化选股策略的建议如下:

  1. 增加长期趋势和基本面因素,如财务、估值、成长性等,更全面地评估股票的价值和风险。

  2. 设定合理的投资标准和风险控制方法,平衡投资收益和风险。

  3. 加入市场情绪、成交量、资金流等因素,提升选股准确率和综合效果。

最终的选股逻辑

选股条件为:振幅大于1,前天MACD<0,15分钟周期MACD绿柱变短,综合考虑技术面、市场情绪、成交量和基本面等因素,制定合理的投资标准和风险控制方法。

同花顺指标公式代码参考

通达信指标公式:

((((HIGH - LOW) / REF(CLOSE, 1)) > 0.01) AND
(MACD(12,26,9,EMA(CLOSE,12),EMA(CLOSE,26),EMA(CLOSE,9),0) < REF(MACD(12,26,9,EMA(CLOSE,12),EMA(CLOSE,26),EMA(CLOSE,9),0), 2)) AND
((MACD(12,26,9,EMA(CLOSE,12),EMA(CLOSE,26),EMA(CLOSE,9),0) - REF(MACD(12,26,9,EMA(CLOSE,12),EMA(CLOSE,26),EMA(CLOSE,9),0), 1)) < REF((MACD(12,26,9,EMA(CLOSE,12),EMA(CLOSE,26),EMA(CLOSE,9),0) - REF(MACD(12,26,9,EMA(CLOSE,12),EMA(CLOSE,26),EMA(CLOSE,9),0), 1)), 1) * 0.5))

该公式基于包含选股逻辑中的三个条件进行筛选,包括振幅大于1、前天MACD<0和15分钟周期MACD绿柱变短。

python代码参考

from gm.api import *

set_token('your_token_here')

start_date = '2020-01-01'
end_date = '2022-01-01'

symbols_selected = []
for symbol in symbols:
    # 获取股票加权平均价格和代表交易流动性的vwap数据
    bars = get_last_n_bars(symbol=symbol, window=5, freq='1d', fields='open,high,low,close,volume,vwap')
    if len(bars) < 5:
        continue

    # 获取股票历史K线数据、成交量数据和行业板块
    df = history(symbol=symbol, frequency='15m', start_time=start_date, end_time=end_date, fields='open,close,high,low')
    macd = ta.MACD(df, fastperiod=12, slowperiod=26, signalperiod=9, price='close')
    if len(macd) < 3:
        continue
    industry = symbol_info(symbol).industry_name

    # 过滤出符合条件的股票并缩短name字段
    if (((df['high'].iloc[-1] - df['low'].iloc[-1]) / df['close'].iloc[-1] > 0.01) and
            (macd[0][-3] < macd[0][-2]) and
            ((macd[0][-1] - macd[0][-2]) < (macd[0][-2] - macd[0][-3])) and
            (industry != '行业板块-科创板')):
        symbol_name = symbol_info(symbol).symbol_name.split(' ')[0]
        symbols_selected.append((symbol, symbol_name))

# 根据选股结果进行交易
for symbol, name in symbols_selected[:10]:
    order_target_percent(symbol=symbol.replace('XSHE', 'SZSE'), percent=0.1, side=OrderSide_Buy,
                          order_type=OrderType_Limit, position_effect=PositionEffect_Open,
                          price=get_last_n_minute_bars(symbol=symbol, window=1, count=1, fields='close')['close'][0])

以上代码基于选股逻辑为:振幅大于1,前天MACD<0,15分钟周期MACD绿柱变短,加入基本面和市场关注度等因素和制定严格的投资标准的代码示例。如果需要排除其他条件,可在代码中进行修改。

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

评论