选股逻辑
选取振幅大于1、MACD零轴以上,并且昨日成交额大于6千万的股票。
选股逻辑分析
尽可能筛选出有较大波动性,并且成交量较大的股票。
有何风险?
过于依赖技术指标和成交量可能会造成选股不稳定,同时昨日成交额可能受到一些特殊情况的干扰。
如何优化?
可将成交额的筛选条件改为平均成交额,同时结合其他基本面和技术指标作为筛选条件,减小风险并增加选股的稳定性。
最终的选股逻辑
选取振幅大于1、MACD零轴以上,并且平均成交额大于6千万的股票。
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
- 平均成交额:VOL1/MFINDEXVOL60>6000
python代码参考
import tushare as ts
def get_filter():
# 获取股票数据,并计算涨跌幅
df = ts.get_today_all()
df['change'] = (df['trade'] - df['settlement']) / df['settlement']
# 筛选出昨日成交额大于6千万的股票
avg_volume = df['volume'] / 60
mask = avg_volume > 6000
df = df[mask]
# 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)
# 综合筛选条件
mask = (amplitude > 0.01) & (df['MACD'] > 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。