选取振幅大于1、MACD零轴以上、竞价涨幅大于-2且小于5的

选股逻辑

选取振幅大于1、MACD零轴以上、竞价涨幅大于-2且小于5的股票。

选股逻辑分析

振幅适中，MACD指标可以更好地反映出股票的走势，而竞价涨幅则可以更准确地反映出股票的市场交易情况。

有何风险？

只考虑了技术指标和市场交易情况的因素，未考虑公司基本面的因素，可能会带来较大的风险。而竞价涨幅只是在市场开盘前的短暂涨幅，不一定代表着整个交易日的涨势。

如何优化？

可以引入更多因素作为筛选条件，如公司财务状况、行业前景等。同时，应该将不同因素加权处理，提高选股策略的综合性。对于竞价涨幅的选择，需要结合其他市场交易情况因素进行综合考虑。

最终的选股逻辑

选取振幅大于1、MACD零轴以上、竞价涨幅大于-2且小于5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：CROSS(MACD(12,26,9),0)>0
• 竞价涨幅： (OPEN-PRECLOSE)/PRECLOSE100> -2 AND (OPEN-PRECLOSE)/PRECLOSE100< 5

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():
  # 获取股票数据
  df = ts.get_today_all()
  
  # 筛选出主板股票
  df = df[df['market'] == 'sh']
  
  # 计算振幅
  amplitude = abs(df['high'] - df['low']) / df['open']

  # 计算MACD指标
  df['MACD'], df['signal'], df['hist'] = talib.MACD(df['close'], fastperiod=12, slowperiod=26, signalperiod=9)
  
  # 判断MACD是否零轴以上
  macd_above_zero = df['MACD'] > 0
  
  # 计算竞价涨幅
  p_change = (df['open'] - df['pre_close']) / df['pre_close'] * 100
  
  # 判断竞价涨幅是否合适
  p_change_inline = (p_change > -2) & (p_change < 5)
  
  # 综合筛选条件
  mask = (amplitude > 0.01) & macd_above_zero & p_change_inline
  codes = mask.index.values.tolist()

  return 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。