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、元宇宙相关。
选股逻辑分析
该选股逻辑主要考虑了股票的波动性、技术指标、以及当前的投资热点，能够筛选出价格波动较大、且近期短线MACD指标表现不佳以及具有元宇宙相关概念的股票，具有一定的参考价值。
有何风险？
该选股逻辑存在以下风险：1）MACD指标可能存在滞后性；2）市场热点会频繁变化，可能导致选股结果失去参考意义；3）未考虑基本面等其他因素对股票走势的影响。
如何优化？
优化方案包括：1）综合运用多种技术指标进行选股，如KDJ、均线等；2）较大关注市场热点的变化，及时调整选股条件；3）对于筛选结果进行进一步分析，以获取更多有效信息。
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、元宇宙相关。
同花顺指标公式代码参考
振幅大于1：IF (AMP > 1, 1, 0)
15分钟周期MACD绿柱变短：IF (BARSLAST(MACD() < 0 AND MACD() > REF(MACD(), 1)), 1, 0)
元宇宙相关：根据自己对元宇宙公司的投资偏好确定个股。
综合筛选结果：IF (A AND B AND C = 1, 1, 0)
python代码参考
import tushare as ts
import talib
# 振幅大于1筛选
df_all = ts.get_today_all()
df_amp = df_all[df_all['turnoverratio'] > 1]
# 15分钟周期MACD绿柱变短筛选
df_k_data = ts.get_k_data('000001', '15')
df_k_data['DIF'], df_k_data['DEA'], df_k_data['MACD'] = talib.MACD(df_k_data['close'].values, fastperiod=12, slowperiod=26, signalperiod=9)
df_filtered = df_amp.merge(df_k_data[['date', 'MACD']], on='date', how='inner')
df_filtered['short_macd'] = (df_filtered['MACD'] < 0) & (df_filtered['MACD'] > df_filtered['MACD'].shift())
df_filtered = df_filtered[df_filtered['short_macd']]
# 筛选元宇宙相关股票
# 根据自己的投资偏好确定个股
# 输出结果
df_final = df_filtered[['ts_code', 'name', 'trade', 'changepercent', 'open', 'high', 'low', 'volume', 'turnoverratio']]
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。
