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、竞价时涨跌幅买入大单、特大单共计买入量大于0.7千万。
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。竞价时涨跌幅买入大单可以反映出市场情绪，特大单共计买入量大于0.7千万代表市场存在大额资金流入，也可以作为股票买入的参考因素之一。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、市场情绪积极且存在大额资金流入的标的。
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，特大单的数据频次可能不够高，可能会产生误判影响选股准确性。因此，需要综合各方面因素进行投资分析。
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，需要针对数据不足问题，可以将买入大单、特大单的时间间隔调整为更短的时间间隔，尽可能获取更为频繁的交易数据。除此之外还可以加入其他市场情绪因素如新闻公告等作为考虑因素。
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、竞价时涨跌幅买入大单、特大单共计买入量大于0.7千万，并且结合其他技术分析指标和市场情绪指标综合筛选标的。
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)
竞价时涨跌幅买入大单：IF((HIGH/REF(CLOSE,1)-1>0.01) AND (VOL>5000) AND (HIGH==REF(HIGH,1),1,0))
特大单共计买入量大于0.7千万：IF(VOL>7000000,1,0)
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_jp = ts.get_today_ticks(code)
df_jp = df_jp[:10]
big_trade = ((df_jp['price'] / df_jp['price'].shift(1) - 1) > 0.01) & (df_jp['volume'] > 5000) & (df_jp['type'] == '买盘')
big_trade_num = df_jp[big_trade]['volume'].sum()
special_trade = df_jp[df_jp['type'] == '特大单买入']
special_trade_num = special_trade['volume'].sum()
if amp.any() and macd_short.any() and big_trade_num > 0 and special_trade_num > 7000000:
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。
