振幅大于1、15分钟周期MACD绿柱变短、近一个月内有过涨停

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、近一个月内有过涨停。

选股逻辑分析

振幅大于1、15分钟周期MACD绿柱变短可以找到波动性较大且走势即将发生变化的股票。同时，近一个月内有过涨停可以反映出该标的具有市场关注度和热度。结合以上条件进行选股，可以找到短期内具有一定投资价值的标的。

有何风险？

过度依赖技术指标和市场情绪指标可能会忽略公司基本面因素等其他重要的因素。另外，近一个月内有过涨停的标的可能会涉及到炒作和短期投机的风险，需要进行谨慎分析。

如何优化？

可以加入其他技术分析指标如KDJ、RSI等来筛选高质量标的。同时，需要针对近一个月内有过涨停的标的进行深入分析，了解是什么原因导致了涨停，是否具有持续性，是否会有回调等风险。除此之外还可以加入其他基本面因素作为考虑因素。

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、近一个月内有过涨停，并且结合其他技术分析指标和基本面指标综合筛选标的。

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)

近一个月内有过涨停：IF(BARSLAST(MAX(CLOSE,1) / REF(CLOSE,1) - 1 >= 0.1),1,0)

综合筛选结果：IF(A AND B AND C AND …, 1, 0)

python代码参考

import tushare as ts

# 筛选符合条件的股票
selected_codes = []
for code in ts.get_stock_basics().index:
    df_day = ts.get_hist_data(code, start='2022-01-01', end='2022-03-31')
    df_15 = ts.get_k_data(code, ktype='15')
    if df_day is None or df_15 is None:
        continue
    amp = (df_day['high'] - df_day['low']) / df_day['open'] > 0.01
    df_15['MACD'], _, df_15['MACD_Hist'] = abstract.MACD(df_15, timeperiod_fast=12, timeperiod_slow=26, timeperiod_signal=9)
    macd_short = (df_15['MACD_Hist'] < 0) & (df_15['MACD_Hist'] > df_15['MACD_Hist'].shift())
    df_month = ts.get_hist_data(code)
    rise_stop = ((df_month['close'] / df_month['close'].shift(1) - 1) >= 0.1).any()
    if amp.any() and macd_short.any() and rise_stop:
        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。