问财量化选股策略逻辑
选股逻辑：MACD指标零轴以上，涨跌幅×超大单净量，15分钟周期MACD绿柱变短。
选股逻辑作为第一个段落放入标题为 ## 问财量化选股策略逻辑 的段落中。分析以上的选股逻辑（每个逻辑以 "," 进行分隔），分析选股的逻辑（放入标题为 ## 选股逻辑分析 的段落），有什么风险？（放入标题为 ## 有何风险？ 的段落）如何优化？（放入标题为 ## 如何优化？ 的段落）并最终给出完善选股逻辑（放入标题为 ## 最终的选股逻辑 的段落），请用Markdown格式。
选股逻辑分析
该选股策略需要先筛选出MACD指标零轴以上的股票，然后再考虑涨跌幅×超大单净量和15分钟周期MACD绿柱变短来选取符合投资条件的股票。其中，MACD指标零轴以上可以体现上涨趋势，涨跌幅×超大单净量可以体现市场资金的流入，15分钟周期MACD绿柱变短可以体现短期的调整走势。
有何风险？
以下是该选股策略可能面临的风险：
- 过分依赖技术指标，在市场行情复杂或异常的时候容易出现选错股票的情况；
- 15分钟周期的市场波动较大，存在一定的风险，需要适当设置止损策略；
- 短期指标变化频繁，需要及时跟进市场情况。
如何优化？
以下是该选股策略的优化建议：
- 建立多因子模型，综合考虑多种技术指标和基本面因素；
- 增加其他技术指标，例如KDJ、RSI等；
- 建立风控体系，加强股票品种的管理；
- 对于特定的市场环境，应当结合市场情况进行选股操作。
最终的选股逻辑
选股策略：MACD指标零轴以上，涨跌幅×超大单净量，15分钟周期MACD绿柱变短进行投资决策。
同花顺指标公式代码参考
以下给出MACD指标的通达信指标公式：
EMA(CLOSE,SHORT)为收盘价的短期指数移动平均；
EMA(CLOSE,LONG)为收盘价的长期指数移动平均；
DIF:=EMA(CLOSE,SHORT)-EMA(CLOSE,LONG);
DEA:=EMA(DIF,MID);
MACD:(DIF-DEA)*2,COLORSTICK;
以下是15分钟周期MACD绿柱变短的通达信指标公式：
BAR_DIFF:=EMA(CLOSE,SHORT)-EMA(CLOSE,LONG);
BAR_DEA:=EMA(BAR_DIFF,MID);
BAR:=2*(BAR_DIFF-BAR_DEA);
IF(BAR<REF(BAR,1) AND BAR<REF(BAR,2),COLOR00FF00,BLACK),SOLID,BAR;
Python代码参考
以下给出涨跌幅×超大单净量指标和15分钟周期MACD绿柱变短指标的Python代码：
# 计算大单净量
def get_big_order_net_volume(stock_code):
url = 'http://qt.gtimg.cn/q=ff_%s' % stock_code
r = requests.get(url)
lines = r.text.split(';')
data = lines[0].split('=')[1].split('~')
net_volume = float(data[7])
if net_volume > 0:
return 1
else:
return 0
# 计算涨跌幅×超大单净量指标
def get_zdf_bdnv(stock_code, start_date, end_date):
df = ts.get_k_data(stock_code, start=start_date, end=end_date)
df['pre_close'] = df['close'].shift(1)
df['change_pct'] = (df['close'] - df['pre_close']) / df['pre_close'] * 100
df['big_order_net_volume'] = df['volume'].apply(lambda x: 1 if x / 100 >= 200 else -1 if x / 100 <= -200 else 0)
df['zdf_bdnv'] = df['change_pct'] * df['big_order_net_volume']
df_result = df[(df['zdf_bdnv'] > 5)]
if len(df_result) > 0:
return True
else:
return False
# 计算15分钟周期MACD绿柱变短指标
def is_short_macd_green(stock_code):
df = ts.get_k_data(stock_code, ktype='15')
df['ema_12'] = df['close'].ewm(span=12).mean()
df['ema_26'] = df['close'].ewm(span=26).mean()
df['diff'] = df['ema_12'] - df['ema_26']
df['dea'] = df['diff'].ewm(span=9).mean()
df['bar'] = 2 * (df['diff'] - df['dea'])
if df['bar'].iloc[-1] < df['bar'].iloc[-2] and df['bar'].iloc[-2] < df['bar'].iloc[-3]:
return True
else:
return False
## 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。
