振幅大于1、MACD零轴以上、前日实际换手率在3%~28%之

用户头像神盾局量子研究部
2023-07-25 发布

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。

如果有任何问题请添加 下方的二维码进群提问。

94c5cde12014f99e262a302741275d05.png

收益&风险
源码

评论

需要帮助?

试试AI小助手吧