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、昨日竞价换手率大于0.26。
选股逻辑分析
该选股逻辑基于振幅、技术指标和市场交易情况，筛选出波动较大、技术面指标向好，且在昨日竞价交易活跃的股票，以找到具有交易活跃度的潜在投资机会。
有何风险？
该选股逻辑存在以下风险：1）过度关注技术面指标可能导致忽视其他重要的投资要素（如基本面等）；2）竞价交易活跃并不一定代表股票走势向好，存在利空因素等影响；3）振幅大的股票也有可能存在大起大落的风险。
如何优化？
优化方案包括：1）加入其他技术指标如KDJ、RSI等，以综合判断股票走势；2）考虑市场趋势及基本面等因素对股票的影响；3）多维度筛选，结合量价等因素，加强风险控制，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、昨日竞价换手率大于0.26。
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)
昨日竞价换手率大于0.26：IF(YESTERDAY(JJ_HSL) > 0.26, 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
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_1 = df_amp.merge(df_k_data[['date', 'MACD']], on='date', how='inner')
df_filtered_1['short_macd'] = (df_filtered_1['MACD'] < 0) & (df_filtered_1['MACD'] > df_filtered_1['MACD'].shift())
df_filtered_1 = df_filtered_1[df_filtered_1['short_macd']]
# 昨日竞价换手率大于0.26筛选
df_vol = ts.get_tick_data('000001', date='20220318', src='tt')
jj_vol = df_vol['volume'][df_vol['type'] == '买盘'].sum() + df_vol['volume'][df_vol['type'] == '卖盘'].sum()
jj_hsl = round(jj_vol / df_all.loc[df_all['code']=='000001','liutongguben'].values[0] * 100, 2)
df_filtered_2 = df_filtered_1.merge(df_all[['code', 'name', 'changepercent', 'open', 'high', 'low', 'volume', 'turnoverratio']], on='code', how='inner')
df_filtered_2['jj_hsl'] = jj_hsl
df_filtered_2 = df_filtered_2[df_filtered_2['jj_hsl'] > 0.26]
# 输出结果
df_final = df_filtered_2[['code', 'name', 'trade', 'changepercent', 'open', 'high', 'low', 'volume', 'turnoverratio', 'jj_hsl']]
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。
