问财量化选股策略逻辑
选股逻辑为：振幅大于1、股价为18.5元、15分钟周期MACD绿柱变短。该选股策略主要考虑了股票价格波动性、价格合理性以及技术指标表现。
选股逻辑分析
该选股策略主要以股票价格波动性、价格合理性、技术指标表现为选股依据。振幅大于1反映了股票价格波动比较大，股价为18.5元则反映了股票价格的合理性。15分钟周期MACD绿柱变短反映了股票技术形态的转变。该选股策略主要考虑了股票价格波动性、价格合理性以及技术指标表现等多因素。
有何风险？
该选股策略可能会忽略了股票基本面因素，如市盈率、市净率等指标。同时，15分钟周期MACD绿柱变短作为选股指标可能会受到市场短期波动的影响，导致选股结果的不稳定性。此外，以股价为18.5元为选股条件较为单一，可能忽略了更多因素的影响。
如何优化？
可以加入更多的股票基本面因素，如市盈率、市净率、营收等指标，进行更全面的分析。同时，可以采用更多的技术分析指标，如KDJ、RSI等，并将其和基本面因素相结合，来提高选股的准确性。此外，在选股逻辑中可以加入更多的技术指标，如布林带、RSI等，进行更全面的分析。
最终的选股逻辑
对于A股市场来说，选股逻辑为：振幅大于1、股价为18.5元、15分钟周期MACD绿柱变短。选股条件可以根据实际投资需要进行修改。
同花顺指标公式代码参考
# 振幅大于1
SELECT1 = (HIGH-LOW)/HIGH > 0.01
# 股价为18.5元
SELECT2 = CLOSE == 18.5
# 15分钟周期MACD绿柱变短
DIF = EMA(CLOSE, 12) - EMA(CLOSE, 26)
DEA = EMA(DIF, 9)
MACD = 2 * (DIF - DEA)
BAR = MACD - Signal
LAST_BAR = REF(BAR, 1)
LAST_LAST_BAR = REF(BAR, 2)
SELECT3 = BAR < LAST_BAR AND BAR < LAST_LAST_BAR
SELECT = SELECT1 AND SELECT2 AND SELECT3
以上为计算选股逻辑的通达信指标公式。选股指标为：振幅大于1、股价为18.5元、15分钟周期MACD绿柱变短。可根据实际投资需求进行修改。
Python代码参考
import pandas as pd
import tushare as ts
def get_selected_stocks():
# 获取tushare连接
ts.set_token('Your Token')
pro = ts.pro_api()
# 获取A股市场所有的股票
all_stocks = [ts_code for ts_code, name, industry in pro.stock_basic(fields='ts_code,name,industry', exchange='', list_status='L').values.tolist() if name[0] != 'S' and '创业板' not in name and '科创板' not in name and '退' not in name and industry != '科创板']
# 计算选股指标并依此进行选股
selected_stocks = []
for ts_code in all_stocks:
all_data = pro.stock_company(ts_code=ts_code, fields='pro_name,concept_name,industry,exchange,list_date,total_equity')
if all_data.empty or all_data.iloc[0]['total_equity'] == 0 or (pd.Timestamp.now() - pd.to_datetime(all_data.iloc[0]['list_date'])).days < 365:
continue
daily_data = pro.daily(ts_code=ts_code, start_date=(pd.Timestamp.now() - pd.Timedelta(days=20)).strftime('%Y%m%d'), end_date=(pd.Timestamp.now() - pd.Timedelta(days=1)).strftime('%Y%m%d'))
if daily_data.empty or daily_data['low'].iloc[-1] >= daily_data['low'].iloc[0] or daily_data['close'].iloc[-1] != 18.5:
continue
minute_data = pro.futubiao_min(ts_code=ts_code, freq='15min', start_date=(pd.Timestamp.now() - pd.Timedelta(days=1)).strftime('%Y%m%d'), end_date=pd.Timestamp.now().strftime('%Y%m%d'))
if minute_data.empty or minute_data['MACD'].iloc[-1] >= minute_data['MACD'].iloc[0] or minute_data['MACD'].iloc[-1] >= minute_data['MACD'].iloc[-2]:
continue
selected_stocks.append((all_data.iloc[0]['pro_name'], ts_code))
selected_stocks_sorted = sorted(selected_stocks, key=lambda x: pro.daily_basic(ts_code=x[1], trade_date=(pd.Timestamp.now() - pd.Timedelta(days=1)).strftime('%Y%m%d'), fields='total_mv')['total_mv'])
return selected_stocks_sorted
以上为Python代码实现，选股逻辑为：振幅大于1、股价为18.5元、15分钟周期MACD绿柱变短。可根据实际投资需求进行修改。
## 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。
