振幅大于1、15分钟周期MACD绿柱变短、价格＜12。

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、价格＜12。

选股逻辑分析

振幅大于1可以找到波动性较大的股票，指示着投资机会，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，价格＜12可以找到低价股票，符合短线投资的背景，提高操作灵活性。

有何风险？

该选股策略仍然过于依赖相对狭隘的技术指标，忽略了其他因素的影响，比如市场环境、政策影响等，同时也容易被非理性因素导致的投资决策所影响，也容易导致过度追涨、错失出场点等问题。

如何优化？

为了更全面细致地分析市场，可以在基于技术指标的基础上，多方面考虑市场环境、基本面等因素，还可以加入一些风险控制机制，比如设定止损、去除短时间内价格激烈波动的股票等。

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、价格＜12。

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)

价格＜12：IF(CLOSE < 12, 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

# 获取所有股票数据
df_all = ts.get_today_all()

# 振幅大于1
df_filtered_by_amp = df_all[df_all['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())

# 价格＜12
df_filtered_2 = df_filtered_1[df_filtered_1['trade'] < 12]

# 最终筛选结果
df_final = df_filtered_2.sort_values('amount', ascending=False)['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。