问财量化 振幅大于1、15分钟周期MACD绿柱变短、周线红柱

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、周线红柱。

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，周线红柱则意味着股票可能处于上升趋势。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、且可能处于上升趋势的投资标的。

有何风险？

周线红柱并不代表股票未来一定会上涨，可能是短期的反弹，需要进一步确认。同时，振幅大于1并不代表股票一定具有投资价值，需要关注其他因素，例如基本面数据和财务状况等。

如何优化？

可以增加筛选条件，例如市值、PE等指标来排除投资价值较低的标的。同时，可以考虑控制行业和股票相关性，规避行业轮动和单只股票的风险。

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、周线红柱。需要根据具体情况调整不同市场和行业的条件。

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)

周线红柱：IF(BARSLAST((MACD() > 0 AND MACD() > REF(MACD(),1) AND MACD_HIST > REF(MACD_HIST(),1))), 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

# 筛选符合条件的股票
selected_codes = []
for code in ts.get_stock_basics().index:
    df = ts.get_hist_data(code, start='2022-01-01', end='2022-03-31')
    if df is None:
        continue
    amp = (df['high'] - df['low']) / df['open'] > 0.01
    k_data_15 = ts.get_k_data(code, ktype='15')
    k_data_15['MACD'], _, k_data_15['MACD_Hist'] = abstract.MACD(k_data_15, timeperiod_fast=12, timeperiod_slow=26, timeperiod_signal=9)
    macd_short = (k_data_15['MACD_Hist'] < 0) & (k_data_15['MACD_Hist'] > k_data_15['MACD_Hist'].shift())
    k_data_w = ts.get_k_data(code)
    k_data_w['MACD'], _, k_data_w['MACD_Hist'] = abstract.MACD(k_data_w, timeperiod_fast=12*5, timeperiod_slow=26*5, timeperiod_signal=9*5)
    macd_weekly = (k_data_w['MACD_Hist'] > 0) & (k_data_w['MACD_Hist'] > k_data_w['MACD_Hist'].shift())
    if amp.any() and macd_short.any() and macd_weekly.any():
        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。