选股逻辑
选取振幅大于1、MACD零轴以上、前日实际换手率在3%~28%之间的股票。
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,而实际换手率可以反映市场的活跃度和交易情况,同时MACD零轴以上也是一个重要的参考指标。
有何风险?
只考虑了技术指标和市场活跃度,未考虑公司基本面等其他因素,可能会带来较大的风险。
如何优化?
可以引入更多因素作为筛选条件,比如公司财务状况、行业前景等。同时,可以将不同因素加权处理,提高选股策略的综合性。
最终的选股逻辑
选取振幅大于1、MACD零轴以上、前日实际换手率在3%~28%之间的股票。
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
- 实际换手率:ABS((VOL-TOTVOLUMETO)/TOTVOLUMETO) > 0.03 AND ABS((VOL-TOTVOLUMETO)/TOTVOLUMETO) < 0.28
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
# 判断实际换手率
turnover = abs((df['volume'] - df['turnover']) / df['turnover'])
valid_turnover = (turnover > 0.03) & (turnover < 0.28)
# 综合筛选条件
mask = (amplitude > 0.01) & macd_above_zero & valid_turnover
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。