振幅大于1、15分钟周期MACD绿柱变短、机器人概念且流通市

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、机器人概念且流通市值小于100亿。

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，机器人概念有望受到政策利好影响且市场规模较大，流通市值小于100亿可以保证选出的股票较小盘且具有足够的上涨空间。结合以上条件进行选股，可以筛选出波动性较大、处于走势变化初期且基本面没有受到政策干扰的投资标的。

有何风险？

机器人概念相关股票价格可能过高，风险增加。

如何优化？

可以计算机器人股票的估值水平，避免选择过高估值的股票，同时可以根据市场情况调整流通市值的值域，保证选股的全面性和可靠性。

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、机器人概念且流通市值小于100亿。需要根据具体情况调整不同行业和市值范围的条件。

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)

机器人概念：IF (CONCEPT("GN0621"), 1, 0)

流通市值小于100亿：IF(CIRCULATIONMCAP < 100000, 1, 0)

综合筛选结果：IF(A AND B AND C AND D, 1, 0)

python代码参考

import tushare as ts
from talib import abstract

# 获取所有机器人概念股票数据
robot_concept = ts.get_concept_classified()['code'][ts.get_concept_classified()['c_name'] == '智能机器人']

# 筛选符合条件的股票
selected_codes = []
for code in robot_concept:
    df = ts.get_hist_data(code, start='2022-01-01', end='2022-03-31')
    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())
    mcap = ts.get_stock_basics()[ts.get_stock_basics().index == code]['circulating_market_cap']
    if amp.any() and macd_short.any() and mcap < 10000:
        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。