问财量化选股策略逻辑
选股逻辑：振幅大于1,周线红柱,15分钟周期MACD绿柱变短。
选股逻辑分析
该选股逻辑在技术面综合考虑了趋势、市场情绪和资金流等方面的指标。振幅大于1、周线红柱反映了股票较强的技术面趋势，15分钟周期MACD绿柱变短则反映了市场情绪和资金流向的变化。该选股策略适用于追涨热点的股票，具备较高的投资联动性。
有何风险？
与任何基于技术面指标的选股策略一样，该选股逻辑也存在一定的局限性，例如忽略了公司基本面、市场情绪、资金面等其他重要指标。此外，该选股逻辑的时间周期较短，容易受到市场短期波动和噪声的影响。
如何优化？
为了提高该选股逻辑的有效性，可以结合其他技术面指标，如KDJ、RSI等指标，以更加科学地评估股票的趋势和市场情绪。同时，需要对公司基本面和财务状况进行深入研究，以更加全面地了解股票的价值和潜力。
最终的选股逻辑
完善选股逻辑如下：
1.振幅大于1；
2.周线红柱；
3.15分钟周期MACD绿柱变短；
4.结合其他技术面指标。
同花顺指标公式代码参考
以下是同花顺实现该选股策略的指标公式代码：
C1 = AMP() > 1;
C2 = WEEKLY(COLOR(MACD(12, 26, 9), RED)) > 0;
C3 = NOT(REF(BARSLAST(MACD(12, 26, 9) < 0), 1) == 1) AND BARSLAST(MACD(12, 26, 9) < 0) == 1;
SELECTOR = C1 AND C2 AND C3;
RESULT = SELECTOR;
其中，NOT(REF(BARSLAST(MACD(12, 26, 9) < 0), 1) == 1)表示15分钟周期MACD绿柱变短，BARSLAST(MACD(12, 26, 9) < 0) == 1表示绿柱变短后MACD绿柱为负。
Python代码参考
以下是Python实现该选股策略的部分代码：
# 筛选符合条件的股票
def select_stocks(start_date, end_date):
selected_stocks = []
for stock in stocks:
# 获取该股票在指定时间内的周线和15分钟周期的MACD数据
df_weekly_macd = MACD(get_price(stock, start_date=start_date, end_date=end_date, frequency='weekly', fields=['close'], skip_paused=True, fq='pre'), 12, 26, 9)
df_15min_macd = MACD(get_price(stock, start_date=start_date, end_date=end_date, frequency='15m', fields=['close'], skip_paused=True, fq='pre'), 12, 26, 9)
# 计算振幅指标，判断是否符合选股逻辑
c1 = get_price(stock, start_date=start_date, end_date=end_date, frequency='daily', fields=['high'], skip_paused=True, fq='pre')['high'].std() > 1
# 计算MACD指标的周线红柱和绿柱变短，判断是否符合选股逻辑
c2 = df_weekly_macd.iloc[-1]['macd'] > 0 and df_weekly_macd.iloc[-1]['diff'] > 0
c3 = df_15min_macd.iloc[-1]['macd'] < df_15min_macd.iloc[-2]['macd'] and df_15min_macd.iloc[-1]['macd'] < 0
# 判断是否符合选股逻辑
if c1 and c2 and c3:
selected_stocks.append(stock)
return selected_stocks
result = select_stocks('2022-01-01', '2022-12-31')
print(result)
以上代码仅供参考，具体实现还需要根据自身需求进行调整。
## 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。
