(supermind)振幅大于1、10日涨幅大于0小于35、15分钟周期MACD绿柱变短_

用户头像神盾局量子研究部
2023-08-21 发布

问财量化选股策略逻辑

选股逻辑为振幅大于1,10日涨幅大于0小于35,15分钟周期MACD绿柱变短。

选股逻辑分析

  1. 振幅大于1表示该股票波动较大,市场情绪波动可以带来更高的盈利潜力。
  2. 选择10日涨幅大于0小于35的股票可以挖掘出具有一定涨幅但未涨过度的股票,具有较好的风险收益特点。
  3. MACD指标能够反映短期市场的趋势和震荡,选取绿柱变短的股票可以判断短期下跌趋势可能得以缓解。

有何风险?

  1. MACD指标的延迟性可能会导致错过股票的走势。
  2. 只选取15分钟周期的MACD指标有待考量,需要综合考虑不同周期指标的变化情况。

如何优化?

  1. 可以结合其他技术指标如RSI、KDJ等指标,综合判断股票的走势和趋势。
  2. 可以考虑不同周期的MACD指标,如1日、4日、30日等周期,综合考虑不同时间段的走势和趋势。
  3. 可以结合量化仓位管理,通过控制仓位比例实现风险控制。

最终的选股逻辑

选股逻辑为振幅大于1,10日涨幅大于0小于35,15分钟周期MACD绿柱变短。

同花顺指标公式代码参考

MACD(CLOSE, 12, 26, 9);
DIF = EMA(CLOSE, 12) - EMA(CLOSE, 26);
DEA = EMA(DIF, 9);
BAR = 2*(DIF-DEA);
GREEN_BAR_SHORT = EVERY(BAR < BAR[1], 30);
RESULT = GREEN_BAR_SHORT;
SORTFIELD = C;
SIGNAL = SORTBY(SORTFIELD, 0, RESULT);

Python代码参考

import akshare as ak
import talib
import pandas as pd

def select(df):
    df = df[(df['最高价'] - df['最低价']) / df['开盘价'] > 0.01]
    df['涨幅'] = df['收盘价'].pct_change(10)
    df = df[(df['涨幅'] > 0) & (df['涨幅'] < 0.35)]
    close = df['收盘价'].values
    dif, dea, bar = talib.MACD(close, fastperiod=12, slowperiod=26, signalperiod=9)
    df['绿柱变短'] = bar < bar.shift(1)
    df = df[df['绿柱变短']]
    df = df.sort_values(by='委差', ascending=False)
    return df
    ## 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](http://u.thsi.cn/imgsrc/pefile/94c5cde12014f99e262a302741275d05.png)
收益&风险
源码

评论

需要帮助?

试试AI小助手吧