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、2021年。
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，2021年可以定位到近期的热点板块，这些指标结合可以找到波动性较大、走势有变化且具有热点概念的个股。
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，过度集中可能存在系统性风险。同时，快速变化的市场环境可能会导致个股价格和走势的异常变化，增加市场风险。这些风险需要注意。
如何优化？
可以结合其他指标进行选股筛选，例如成交量、换手率等基本面指标，以及其他关键技术指标（例如KD线交叉、RSI指标等），综合分析指标结果有助于更精细化地定位高波动性、风险可控的个股。
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、2021年，并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)
2021年：IF(YEAR(DATE) == 2021, 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
df_all_2021 = ts.get_h_data('399300', start='2021-01-01', end='2021-12-31')
# 振幅大于1
df_filtered_by_amp = df_all_2021[df_all_2021['turnoverratio'] > 1]
# 15分钟周期MACD绿柱变短
df_k_data_15 = ts.get_k_data('000001', '15')
df_k_data_15['MACD'], _, df_k_data_15['MACD_Hist'] = abstract.MACD(df_k_data_15, timeperiod_fast=12, timeperiod_slow=26, timeperiod_signal=9)
df_filtered_1 = df_filtered_by_amp.merge(df_k_data_15[['date', 'MACD_Hist']], on='date', how='inner')
df_filtered_1['short_macd'] = (df_filtered_1['MACD_Hist'] < 0) & (df_filtered_1['MACD_Hist'] > df_filtered_1['MACD_Hist'].shift())
# 最终筛选结果
df_final = df_filtered_1[df_filtered_1['date'].apply(lambda x: x.year == 2021) & df_filtered_1['short_macd']]['code']
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。
