振幅大于1、15分钟周期MACD绿柱变短、开盘价在十日线左右

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、开盘价在十日线左右。

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，而开盘价在十日线左右则体现了股价近期的走势趋势。通过这些指标的筛选，可以找到波动性较大、走势将要变化、近期趋势向上的个股。

有何风险？

在市场快速变化的情况下，个股可能会出现价格和走势的异常波动，增加市场风险。同时，某些满足条件的个股可能只是短期的趋势，无法持续走高，应注意市场波动带来的风险。

如何优化？

可以结合其他指标进行选股筛选，例如成交量、换手率等基本面指标，以及各种形态指标和均线指标等技术面指标。同时，可以将选股条件调整为长期成长性股票，例如近期业绩持续增长、行业前景较好等。

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、开盘价在十日线左右，并结合其他基本面和技术面指标等因素进行综合分析。

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)

开盘价在十日线左右：IF(CLOSE > MA(CLOSE, 10), 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())

# 开盘价在十日线左右
df_k_data_10 = ts.get_k_data('000001', '10')
df_filtered_2 = df_filtered_1.merge(df_k_data_10[['date', 'close', 'ma10']], on='date', how='inner')
df_filtered_2['open_ma10'] = (df_filtered_2['open'] > df_filtered_2['ma10'])

# 最终筛选结果
df_final = df_filtered_2[df_filtered_2['short_macd'] & df_filtered_2['open_ma10']]['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。