(同花顺量化)15分钟周期MACD绿柱变短_、现量大于1万手

问财量化选股策略逻辑

• 至少5根均线重合的股票
• 现量大于1万手
• 高开
• 15分钟周期MACD绿柱变短

选股逻辑分析

• 这个策略通过结合均线、成交量和MACD指标来筛选股票。首先，要求至少5根均线重合，这可能意味着股票的价格趋势比较稳定，适合进行长期投资。其次，要求股票的现量大于1万手，这可能意味着股票的流动性比较强，交易活跃。最后，要求15分钟周期MACD绿柱变短，这可能意味着股票的价格正在上涨，适合进行买入操作。

有何风险？

• 这个策略的缺点是它可能无法准确预测股票的未来表现。由于股票市场的波动性较大，股票的价格可能会出现大幅度的波动，这可能会导致策略的收益率出现较大的波动。

如何优化？

• 为了优化这个策略，可以考虑加入更多的技术指标和数据来源，例如K线图、布林线等，以提高策略的准确性和可靠性。此外，可以考虑加入更多的过滤条件，例如股票的市值、行业等，以筛选出更加优质的股票。

最终的选股逻辑

• 通过结合均线、成交量和MACD指标，筛选出至少5根均线重合、现量大于1万手、高开且15分钟周期MACD绿柱变短的股票。

python代码参考

• 由于没有提供具体的python代码，这里提供一个简单的示例代码供参考：

import talib
import numpy as np

def strategy(data):
    # 筛选出至少5根均线重合的股票
    ma5 = talib.MA(data['close'], timeperiod=5)
    ma10 = talib.MA(data['close'], timeperiod=10)
    ma20 = talib.MA(data['close'], timeperiod=20)
    ma50 = talib.MA(data['close'], timeperiod=50)
    ma200 = talib.MA(data['close'], timeperiod=200)
    if len(set(ma5) & set(ma10) & set(ma20) & set(ma50) & set(ma200)) >= 5:
        # 筛选出现量大于1万手的股票
        volume = data['volume']
        if np.sum(volume > 10000) > 0:
            # 筛选出高开的股票
            open_price = data['open']
            if np.mean(open_price) > np.mean(data['close']):
                # 筛选出15分钟周期MACD绿柱变短的股票
                macd = talib.MACD(data['close'], fastperiod=12, slowperiod=26, signalperiod=9)
                if macd['macd'], macd['signal'], macd['hist'] > (0, 0, 0):
                    return True
    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。