问财 振幅大于1、15分钟周期MACD绿柱变短、剔除昨日涨停

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、剔除昨日涨停。

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，剔除昨日涨停可以减少短期投机的风险，并有助于筛选具有较为合理的股价上涨空间的标的。

有何风险？

如同前一个选股逻辑一样，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。同时剔除昨日涨停也有可能会忽视掉个别具有持续性并值得考虑的上涨股票。

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，需要对剔除昨日涨停的标的进行更加深入的筛选，了解是什么原因导致该股票涨停，是否具有持续性以及是否存在波动性大的风险。

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，并且剔除昨日有涨停的标的。

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)

剔除昨日有涨停：NOT(LAST > 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')
    df_last_day = ts.get_tick_data(code, date=ts.get_today()-datetime.timedelta(1), src='tt')
    if df_day is None or df_15 is None or df_last_day 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())
    no_last_rise_limit = ~(df_last_day['change'] > 0 and df_last_day['price'] == df_last_day['high'])
    if amp.any() and macd_short.any() and no_last_rise_limit:
        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。