问财量化选股策略逻辑
选股逻辑：振幅大于1,近25个交易日有单日涨幅大于等于百分之10,15分钟周期MACD绿柱变短。
选股逻辑分析
该选股策略基于技术指标选股，选择振幅较大，短期内出现过高涨幅，且15分钟MACD绿柱变短的股票。这符合近期短期内展开的热点概念。然而，该选股策略仍未考虑基本面和行业分析，可能选出短期内表现好但长期价值不高的股票。
有何风险？
该选股策略存在以下风险：
- 技术指标并不能完全代表股票的走势，盲目参考容易选错股票。
- 缺乏基本面和行业分析，容易选出短期内表现好但长期价值不高的股票。
- 仅考虑短期内MACD绿柱的变化，忽视了中长期的趋势判断。
如何优化？
为了提高该选股逻辑的效率和准确性，我们建议增加以下考虑：
- 结合其他技术指标，如RSI、KDJ等，进一步筛选股票，提高选股的可靠性。
- 增加基本面指标和行业分析，从公司和行业的角度选取具有较高空间的股票。
- 考虑中长期趋势判断，结合日线或周线等周期进行选股。
最终的选股逻辑
综合以上考虑，我们建议选股逻辑如下：
- 振幅大于1。
- 近25个交易日有单日涨幅大于等于10%。
- 15分钟周期MACD的绿柱变短。
- 结合其他技术指标，如RSI、KDJ等，进一步筛选股票。
- 增加基本面指标和行业分析。
- 考虑中长期趋势判断。
同花顺指标公式代码参考
C1 = IF(HIGH-LOW > ATR(CLOSE,20), 1, 0);
C2 = IF(ABS(HIGH/REF(CLOSE,1)-1) >= 0.1, 1, 0);
C3 = IF(MACD(LOW, HIGH, CLOSE, 12, 26, 9) < MACD(LOW, HIGH, CLOSE, 12, 26, 9)[1], 1, 0);
C4 = //结合其他技术指标进行的选股策略
C5 = //增加基本面指标和行业分析后的选股策略
SELECTOR = C1*C2*C3*C4*C5;
RESULT = SORT_RANK(SELECTOR, ASCEND(SEARCH_RANK()));
python代码参考
import pandas_ta as ta
df = pd.read_csv('your_data.csv', index_col='date')
C1 = np.where(df['high'] - df['low'] > ta.atr(), 1, 0)
C2 = np.where(np.abs(df['high'] / df['close'].shift(1) - 1) >= 0.1, 1, 0)
macd = ta.macd(df['low'], df['high'], df['close'], fast=12, slow=26, signal=9)
C3 = np.where(macd['MACD'] < macd['MACD'].shift(1), 1, 0)
C4 = // 结合其他技术指标进行的选股策略
C5 = // 增加基本面指标和行业分析后的选股策略
selector = C1 * C2 * C3 * C4 * C5
result = np.argsort(np.argsort(selector))
## 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。
