问财量化策略@振幅大于1#15分钟周期MACD绿柱变短

选股逻辑

选股条件包括：振幅大于1、15分钟周期MACD绿柱变短、10日涨幅大于0小于35。

选股逻辑分析

振幅大于1可以找到波动性较大的股票，15分钟周期MACD绿柱变短可以反映出股票的走势即将发生变化，10日涨幅可以对股票的近期走势进行粗略的判断，这些指标结合可以找到波动性较大、处于走势变化初期且近期涨幅适中的个股。

有何风险？

选股逻辑单一容易造成选择的行业板块比较集中，若该股票所处行业、板块表现不佳，则选择的股票有可能会出现异常波动，造成投资风险。

如何优化？

可以综合考虑其他指标，例如换手率、市盈率等基本面指标以及其他关键技术指标（例如KDJ、RSI等），综合分析指标结果可以更为准确地判断股票的趋势状况和近期风险，并筛选出高质量的标的。

最终的选股逻辑

选股条件包括：振幅大于1、15分钟周期MACD绿柱变短、10日涨幅适中，结合其他基本面和技术面指标等因素进行综合分析。

同花顺指标公式代码参考

振幅大于1：IF(HIGH - LOW > 1, 1, 0)

15分钟周期MACD绿柱变短：IF(BARSLAST(MACD() < 0 AND MACD() > REF(MACD(),1)), 1, 0)

10日涨幅适中：IF((CLOSE - REF(CLOSE, 10)) / REF(CLOSE, 10) * 100 > 0 AND (CLOSE - REF(CLOSE, 10)) / REF(CLOSE, 10) * 100 < 35, 1, 0)

综合筛选结果：IF(A AND B AND C, 1, 0)

python代码参考

import tushare as ts
from talib import abstract

# 获取2021年所有股票数据
all_stocks = ts.get_stock_basics().index.tolist()

# 筛选符合条件的股票
selected_codes = []
for code in all_stocks:
    df = ts.get_hist_data(code, start='2021-01-01', end='2021-12-31')
    if df is None:
        continue
    amp = (df['high'] - df['low']) / df['open'] > 0.01
    k_data_15 = ts.get_k_data(code, ktype='15')
    k_data_15['MACD'], _, k_data_15['MACD_Hist'] = abstract.MACD(k_data_15, timeperiod_fast=12, timeperiod_slow=26, timeperiod_signal=9)
    macd_short = (k_data_15['MACD_Hist'] < 0) & (k_data_15['MACD_Hist'] > k_data_15['MACD_Hist'].shift())
    increase_rate = (df['close'] - df['close'].shift(10)) / df['close'].shift(10) * 100
    rate_condition = (increase_rate > 0) & (increase_rate < 35)
    if amp.any() and macd_short.any() and rate_condition.any():
        selected_codes.append(code)

# 输出符合条件的股票代码
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。