问财量化选股策略逻辑
选股逻辑为：振幅大于1、剔除昨日涨停、15分钟周期MACD绿柱变短。该选股策略主要从波动性、市场情绪、技术面等因素出发，综合筛选符合条件的股票，具有一定的可参考性。
选股逻辑分析
该选股策略主要从振幅、市场情绪、技术面等方面出发，通过筛选符合条件的股票来寻找上涨潜力股票。其中，通过振幅和涨停的筛选可以避免高位进场和政策风险等问题。而通过15分钟周期MACD绿柱变短的条件可以找到进入调整阶段的股票，具有较好的抄底机会。不过该选股逻辑的选股条件相对比较复杂，需要具备一定技术指标分析能力。
有何风险？
该选股策略可能存在以下风险：
-
选股条件较为复杂，可能会导致选股的时间和精力成本较高。
-
选股条件可能存在较大的主观性，可能会因为筛选条件不当而导致选股失误。
-
选股策略存在一定的误判风险，可能会因为市场情况和技术指标变化而导致选股失误。
-
该选股策略的样本数据可能会受到市场流动性的影响，可能会存在不同股票间选股表现差异较大的情况。
如何优化？
以下是对该选股逻辑的优化建议：
-
可以通过结合更多市场和行业数据、事件数据来增选股精度，避免因过分依赖技术指标而导致的选股不稳定。
-
可以使用机器学习和人工智能等技术手段，来优化选股策略的模型和精度。
-
应该定期监控选股策略的表现，及时调整选股条件和筛选因素，确保选出的股票符合市场投资定位。
最终权益选股逻辑
选股策略为：振幅大于1、剔除昨日涨停、15分钟周期MACD绿柱变短。
同花顺指标公式代码参考
以下是该选股策略的通达信指标公式代码：
振幅指标：AMO=(HIGH-LOW)/REF(CLOSE,1);
剔除昨日涨停：NOT LIMIT;
MACD指标：MACD(CLOSE, 12, 26, 9);
15分钟收盘价：CLOSEX:=REF(CLOSE,1);CLOSEX[0]=CLOSE;
15分钟MACD绿柱：MACDX:= VALUES(MACD(CLOSEX,12,26,9),1); DIFFX:=REF(MACDX,1)-MACDX; DEA1X:=REF(MACDX,2)-MA(MACDX,9); OSCX:=DIFFX-DEA1X;
选股条件：AMO > 1 AND NOT LIMIT AND OSCX > REF(OSCX,1);
python代码参考
from gm.api import *
set_token('your_token_here')
# 设置回测起点和终点
start_date = '2020-01-01'
end_date = '2022-01-01'
# 获取所有股票
symbols_all = get_symbols(exchanges=['SHSE', 'SZSE'], sec_types=['STOCK'], fields=['symbol'])
# 设置选股条件
amplitude_cond = {'$gt': 1}
limit_up_cond = {'limit_status': {'$ne': 1}}
macd_cond = {'osc': {'$gt': 'ref(osc, 1)'}}
cond = {
'$and': [
amplitude_cond,
limit_up_cond,
macd_cond
]
}
# 构建排序条件
sort_cond = [(Bar("close_price"), SortType.DESC)]
# 获取符合条件的股票历史信息
data = history(symbol=symbols_all,
start_time=start_date,
end_time=end_date,
fields=["symbol", "limit_status", "open_price", "high_price", "low_price", "close_price",
"boll", "macd"],
indicators={
"osc": OSC(12, 26, 9, freq='900s', bar_type='T'),
},
bar_count=1,
freq="1D",
filter=cond,
sort=sort_cond)
# 筛选出符合条件的股票
symbols_selected = [s["symbol"] for s in data]
print(symbols_selected)
上述代码中，选股的逻辑为振幅大于1、剔除昨日涨停、15分钟周期MACD绿柱变短。通过获取符合条件的股票历史信息，并使用 osc 指标筛选出符合选股逻辑的股票。
## 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。
