振幅大于1、MACD零轴以上，并且昨日9:15匹配价为跌停

选股逻辑

选取振幅大于1、MACD零轴以上，并且昨日9:15匹配价为跌停的股票。

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，匹配价跌停代表着股票可能存在一定的市场压力，可以考虑短期做空。

有何风险？

仅考虑了技术指标和昨日9:15匹配价，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，提高筛选的可靠性和综合性。

最终的选股逻辑

选取振幅大于1、MACD零轴以上，并且昨日9:15匹配价为跌停的股票。

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
• 昨日9:15匹配价跌停：LLV(LOW, 14) == REF(MIN(LAST, 1), 1) && NOW < REF(LAST, 2) && REF(TODAY - PREV, 1) < 0

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)
  
  # 计算昨日最低价
  df['low_prev'] = df['low'].shift(1)

  # 计算昨日9:15匹配价
  df['match_prev'] = df['open'].shift(1)

  # 判断是否匹配跌停
  is_match_limit_down = (df['low'] / df['match_prev']).rolling(window=14).min() == df['low_prev'] / df['match_prev'] and df['open'] < df['match_prev'] and (df['open'] - df['match_prev']) / df['match_prev'] < -0.09

  # 判断MACD是否零轴以上
  macd_above_zero = df['MACD'] > 0

  # 综合筛选条件
  mask = (amplitude > 0.01) & macd_above_zero & is_match_limit_down
  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。