(同花顺量化)15分钟周期MACD绿柱变短_、大单净量排行、至少5根均线重合的股票

问财量化选股策略逻辑

1. 至少5根均线重合的股票：表示股票价格在不同时间周期内有较强的支撑和阻力，表明股票价格走势较为稳定。

2. 大单净量排行：表示股票成交量的净流入或净流出情况，反映市场资金对该股票的关注程度。

3. 15分钟周期MACD绿柱变短：表示股票价格趋势正在转变，可能即将出现反弹或上涨的趋势。

选股逻辑分析

以上三个逻辑可以结合使用，以期找到具有较强支撑和阻力、市场资金关注且价格趋势有望转变的股票。这样的股票可能会具有较好的投资价值。

有何风险？

使用上述策略进行选股时，需要注意以下风险：

1. 均线的选取对结果影响较大，选择不当可能会导致选出的股票不符合预期。

2. 大单净量的统计可能存在一定的偏差，受到市场情绪和成交量等因素的影响。

3. 15分钟周期MACD的信号可能不够准确，受到市场波动和交易量等因素的影响。

如何优化？

为了优化上述策略，可以考虑以下方法：

1. 选择更为合适的均线组合，以期更好地反映股票价格趋势。

2. 使用更为准确的大单净量统计方法，以期更好地反映市场资金对该股票的关注程度。

3. 使用更为准确的15分钟周期MACD信号，以期更好地判断股票价格趋势。

最终的选股逻辑

结合以上三个逻辑，可以使用以下代码进行股票筛选：

import tushare as ts

# 设置pro接口key
ts.set_token('your_token')

# 初始化pro接口
pro = ts.pro_api()

# 获取所有A股股票的代码
stock_codes = pro.stock_code_list()

# 初始化技术指标
long_ma = 50
short_ma = 20
macd = pro.macd()

# 筛选出至少5根均线重合的股票
selected_codes = []
for code in stock_codes:
    ma1, ma2, ma3, ma4, ma5 = pro.get_k_data(code, 'close', timeperiod=[long_ma, short_ma, long_ma, short_ma, long_ma])
    if ma1[-1] == ma2[-1] == ma3[-1] == ma4[-1] == ma5[-1]:
        selected_codes.append(code)

# 筛选出大单净量排名前10的股票
selected_codes = []
for code in selected_codes:
    net_volume = pro.get_volume(code, start='2021-01-01', end='2021-12-31')
    net_volume = net_volume['netvol']
    total_volume = net_volume.sum()
    if total_volume > 0:
        selected_codes.append(code)

# 筛选出15分钟周期MACD绿柱变短的股票
selected_codes = []
for code in selected_codes:
    macd_data = macd.get(code, start='2021-01-01', end='2021-12-31')
    if macd_data[-1] < macd_data[-2]:
        selected_codes.append(code)

# 输出筛选结果
print(selected_codes)

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。