振幅大于1、15分钟周期MACD绿柱变短、MACD零轴以上。

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、MACD零轴以上。

选股逻辑分析

该选股逻辑主要考虑了股票的波动性、技术指标，以及股票趋势的方向，能够筛选出价格波动较大、且MACD指标呈现多头趋势的股票，具有一定的参考价值。

有何风险？

该选股逻辑存在以下风险：1）MACD指标可能存在滞后性；2）未考虑基本面等其他因素对股票走势的影响；3）可能会选中超买股票。

如何优化？

优化方案包括：1）综合运用多种技术指标进行选股，如KDJ、RSI等；2）考虑市场的整体趋势；3）对于筛选结果进行进一步分析，以获取更多有效信息。

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、MACD零轴以上。

同花顺指标公式代码参考

振幅大于1：IF(AMP > 1,1,0)

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

MACD零轴以上：IF(MACD()>=0,1,0)

综合筛选结果：IF(A AND B AND C,1,0)

python代码参考

import tushare as ts
import talib

# 振幅大于1筛选
df_all = ts.get_today_all()
df_amp = df_all[df_all['turnoverratio'] > 1]

# 15分钟周期MACD绿柱变短筛选
df_k_data = ts.get_k_data('000001', '15')
df_k_data['DIF'], df_k_data['DEA'], df_k_data['MACD'] = talib.MACD(df_k_data['close'].values, fastperiod=12, slowperiod=26, signalperiod=9)
df_filtered = df_amp.merge(df_k_data[['date', 'MACD']], on='date', how='inner')
df_filtered['short_macd'] = (df_filtered['MACD'] < 0) & (df_filtered['MACD'] > df_filtered['MACD'].shift())
df_filtered = df_filtered[df_filtered['short_macd']]

# MACD零轴以上筛选
df_filtered = df_filtered[df_filtered['MACD']>=0]

# 输出结果
df_final = df_filtered[['ts_code', 'name', 'trade', 'changepercent', 'open', 'high', 'low', 'volume', 'turnoverratio']]

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。