振幅大于1、MACD零轴以上且下午大单净流入 问财量化策略

选股逻辑

选取振幅大于1、MACD零轴以上且下午大单净流入的股票。

选股逻辑分析

振幅大于1表明股票有较大的波动性，MACD零轴以上表示有一定的买入信号。同时，下午大单净流入表明当前股票市场有大量资金流入，股价可能有上涨的趋势。

有何风险？

该选股方式没有考虑股票的基本面和行业板块等因素，选股结果可能存在风险。

如何优化？

可以综合考虑股票的基本面和行业板块等因素，同时需要关注股票的市场情绪和资金流向等。

最终的选股逻辑

选取振幅大于1、MACD零轴以上且下午大单净流入的股票，同时结合个股基本面和行业板块等因素进行筛选。

同花顺指标公式代码参考

• 振幅：REF(ABS(HIGH-LOW)/REF(CLOSE,1)*100,0)>1
• MACD零轴以上：CROSS(MACD(12,26,9),0)>0
• 下午大单净流入：C/D>1.0

其中，C和D为同花顺内置指标，表示当日成交额和当日流入净额。

python代码参考

import tushare as ts

def get_filter():
  # 获取股票数据
  df = ts.get_today_all()

  # 计算下午大单净流入
  df_volume = ts.get_sina_dd(df.code[0], date=datetime.date.today().strftime('%Y-%m-%d')).sort_values('time', ascending=True)
  df_volume['volume'] = df_volume['price'] * df_volume['volume'] * 100
  df_volume['buy_volume'] = df_volume['type'].apply(lambda x: x == '买盘') * df_volume['volume']
  df_volume['buy_volume_cumsum'] = df_volume['buy_volume'].cumsum()
  df_volume['sell_volume'] = df_volume['type'].apply(lambda x: x == '卖盘') * df_volume['volume']
  df_volume['sell_volume_cumsum'] = df_volume['sell_volume'].cumsum()
  df_volume['net'] = df_volume['buy_volume_cumsum'] - df_volume['sell_volume_cumsum']
  afternoon_net = (df_volume['net'].iloc[-1] - df_volume['net'][df_volume['time']<'13:00'].iloc[-1]) / 10000
  
  # 综合筛选条件
  mask = (REF(ABS(df['high'] - df['low']) / REF(df['close'], 1) * 100, 0) > 1) & (CROSS(MACD(12, 26, 9), 0) > 0) & (afternoon_net > 0)
  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。