振幅大于1、15分钟周期MACD绿柱变短、近25个交易日有单

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、近25个交易日有单日涨幅大于等于百分之10。

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，有单日涨幅大于等于百分之10可以反映出股票具备较强的涨势。结合以上条件进行选股，可以选择波动性较大、走势即将改变、且涨势较强的投资标的。

有何风险？

单纯依据短期涨跌幅来进行选股，可能会遇到短期品种的过度波动或者事件驱动而导致的短期超涨。同时，振幅大于1未必代表长期投资价值，还需要关注其他因素，例如基本面数据和财务状况等。

如何优化？

可以增加筛选条件，例如市值、PE等指标来排除投资价值较低的标的。同时，可以考虑增加稳定性指标，例如股价的波动率和股利支付等，以挑选更加符合长期投资价值的投资标的。

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、近25个交易日有单日涨幅大于等于百分之10。需要根据具体情况调整选股条件和时间窗口。

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)

近25个交易日有单日涨幅大于等于百分之10：IF(HHV(CLOSE / REF(CLOSE, 1), 25) > 1.1, 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

# 筛选符合条件的股票
selected_codes = []
for code in ts.get_stock_basics().index:
    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())
    recent_25up = (df['close'] / df['pre_close'].shift(1) - 1 > 0.1).rolling(25).sum() > 0
    if amp.any() and macd_short.any() and recent_25up.any():
        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。