(同花顺量化)15分钟周期MACD绿柱变短_、大单净量排行、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、大单净量排行、15分钟周期MACD绿柱变短。该选股策略主要是选择振幅较大、大单量比较集中、并且短期内出现MACD绿柱逐渐减小的股票,适用于中短期操作。

选股逻辑分析

该选股逻辑主要基于技术面指标进行选股。振幅大于1和大单净量排行符合短线投资者对波段操作的需求,15分钟周期MACD绿柱变短是对股票短期内动能的判断,可以使投资者更加精确地捕捉短期涨幅。

有何风险?

该选股逻辑过于偏重技术面指标,容易忽略股票的基本面因素和市场变化等因素的影响。另外,MACD指标具有滞后性,可能会存在时间窗口不够准确的问题。

如何优化?

在选股策略中加入其他指标进行综合判断,如基本面、行业因素、市场走势等等。同时,对MACD指标进行多方面分析和考虑,结合短线操作的需求,选择合适的MACD参数进行选股。

最终的选股逻辑

选股条件为:振幅大于1、大单净量排行、15分钟周期MACD绿柱变短,并进行基本面分析和风险控制,严格执行止盈止损策略。

同花顺指标公式代码参考

# 振幅大于1
SELECT1 = (HIGH - LOW) / HIGH > 0.01

# 大单净量排行
SELECT2 = GET_DRBQ(CODE, NAME, LAST, LASTVOL) >= 0.8

# 15分钟MACD绿柱
DIF, DEA, MACD = MACD(CLOSE, FAST=12, SLOW=26, MID=9)
SELECT3 = REF(MACD,1)>REF(MACD,2) AND MACD<0 AND REF(MACD,1)>MACD

SELECT = SELECT1 AND SELECT2 AND SELECT3

SORT_BY = '成交额'
SORT_ASCEND = False

以上是计算选股逻辑的同花顺指标公式。需要根据实际情况进行具体调整,以得到更加准确的选股结果。

Python代码参考

import pandas as pd
import numpy as np
import tushare as ts
import talib

def get_selected_stocks():
    # 获取tushare连接
    ts.set_token('Your Token')
    pro = ts.pro_api()

    # 获取股票数据
    stock_data = pro.daily(ts_code='000001.SZ', start_date='20220101', end_date='20220301')

    # 进行选股
    selected_stocks = []

    for idx, row in stock_data.iterrows():
        # 判断振幅大于1,大单净量排行,15分钟MACD绿柱变短
        if (row['high'] - row['low']) / row['high'] <= 0.01 or \
        GET_DRBQ(row['ts_code'], row['name'], row['close'], row['vol']) < 0.8:
            continue

        if row['amount'] == 0 or row['close'] == 0:
            continue

        # 计算MACD指标
        close_prices = np.array(row['close'])
        macd, signal, hist = talib.MACD(close_prices, fastperiod=12, slowperiod=26, signalperiod=9)
        if hist[-1] > hist[-2] or hist[-1] >= 0:
            continue

        selected_data = {}
        selected_data['ts_code'] = row['ts_code']
        selected_data['stock_name'] = row['name']
        selected_data['stock_price'] = row['close']
        selected_data['circ_market_cap'] = row['circ_mv']
        # 可添加其他指标
        selected_stocks.append(selected_data)

    # 按成交额从高到低排序
    selected_stocks_sorted = sorted(selected_stocks, key=lambda x: x['vol'], reverse=True)

    return selected_stocks_sorted

以上为Python代码实现,选股逻辑为:振幅大于1、大单净量排行、15分钟周期MACD绿柱变短。同样需要根据实际需求进行修改,加入其他指标、基本面因素等因素综合判断,以及风险控制措施等。

    ## 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

需要帮助?

试试AI小助手吧