选取振幅大于1、MACD零轴以上、RSI小于65的股票

选股逻辑

选取振幅大于1、MACD零轴以上、RSI小于65的股票。

选股逻辑分析

该选股策略的主要逻辑包括三个方面：

• 振幅较大：振幅大于1的股票波动较大，容易在短期内出现较好的涨跌机会。
• MACD零轴以上：MACD指标可以反映股票的趋势情况，MACD零轴以上可以代表股票处于上涨趋势。
• RSI小于65：RSI指标可以反映股票的超买超卖情况，RSI小于65可以代表股票处于较为合理的价值水平。

有何风险？

该选股策略同样存在一定的主观性，同时市场波动较大，个股的风险也较高。同时，RSI指标是一个比较短期的指标，不能保证未来股票的表现。

如何优化？

可以考虑加入其他指标，如KDJ、OBV、成交量等指标，或者改变指标的参数，比如调整振幅的阈值、调整MACD的参数，来提高选股的精度和收益率。

最终的选股逻辑

选取振幅大于1、MACD零轴以上、RSI小于65的股票。

同花顺指标公式代码参考

• 振幅：ABS((HIGH-LOW)/REF(CLOSE,1)*100)>1
• MACD零轴以上：MACD(12,26,9)>0
• RSI小于65：RSI(14)<65

选取股票代码：

• SELECTED: VAR1 AND VAR2 AND VAR3;

python代码参考

import tushare as ts
import talib

def get_filter():
    # 获取MACD和RSI指标
    df = ts.get_k_data('sh', ktype='D', autype='qfq')
    macd = talib.MACD(df['close'], fastperiod=12, slowperiod=26, signalperiod=9)
    rsi = talib.RSI(df['close'], timeperiod=14)
  
    # 获取振幅大于1的股票
    today_data = ts.get_today_all()
    mask1 = abs(df['high'] - df['low']) / df['open'] > 0.01
  
    # 获取MACD零轴以上的股票
    mask2 = macd[2] > 0
  
    # 获取RSI小于65的股票
    mask3 = rsi < 65
  
    # 综合mask并返回
    mask = [code for code in mask1.index.values if (code in mask2.index.values) and (code in mask3.index.values)]
  
    return mask

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。