(supermind)振幅大于1、昨天龙虎榜、日线macd＞0_

问财量化选股策略逻辑

选股逻辑为振幅大于1、昨天出现在龙虎榜上、日线MACD＞0的股票。此策略选股的关键在于选择波动较大、市场情绪好、且有较好的多头趋势的股票。

选股逻辑分析

1. 振幅大于1表明短期内波动较大，容易出现投资机会；
2. 昨天出现在龙虎榜上意味着市场情绪高涨，有较强的短期表现；
3. 日线MACD＞0说明该股票看多，具有较好的多头趋势。

有何风险？

1. 股票的波动仍然较大，带来较高的风险；
2. 龙虎榜数据不能完全代表股票的总体表现，风险仍需注意；
3. 单一指标不能完全代表股票的表现，需综合考虑多方面因素。

如何优化？

1. 综合考虑不同时间段的MACD值，如周线、月线等，以捕捉更多的投资机会；
2. 在综合考虑情绪与趋势的同时，加入公司基本面、资金流向等因素，以避免盲目追求短期表现而忽视公司的基本面；
3. 选股条件需定期更新与调整，以适应市场情况。

最终的选股逻辑

选股逻辑为振幅大于1、昨天出现在龙虎榜上、日线MACD＞0的股票。此策略选股的关键在于选择波动较大、市场情绪好、且有较好的多头趋势的股票。

同花顺指标公式代码参考

# 计算振幅
high = REF(HIGH, 1)
low = REF(LOW, 1)
close = REF(CLOSE, 1)
amplitude = 100 * (high - low) / close
picks_amplitude = IF(amplitude > 1, 1, 0)

# 判断昨天是否出现在龙虎榜上
lhb_data = LHB
yesterday_lhb = REF(lhb_data['buy'] + lhb_data['sell'], 1)
picks_lhb = IF(yesterday_lhb > 0, 1, 0)

# 计算日线MACD
DIF, DEA, MACD = MACD(CLOSE, SHORT=12, LONG=26, MID=9)
picks_macd = IF(MACD > 0, 1, 0)

# 选取符合条件的股票
picks = picks_amplitude * picks_lhb * picks_macd
picks_final = SortBy(picks, CLOSE, descending=True)

# 输出选股结果
WriteIf(picks_final, picks_final, 0)

python代码参考

# 计算振幅
df['amplitude'] = 100 * (df['high'] - df['low']) / df['close']
picks_amplitude = set(df[df['amplitude'] > 1]['ts_code'].tolist())

# 判断昨天是否出现在龙虎榜上
lhb_data = pro.top_list(trade_date='20211008', fields='ts_code')
yesterday_lhb = set(lhb_data['ts_code'].tolist())

# 计算日线MACD
df['DIF'], df['DEA'], df['MACD'] = talib.MACD(df['close'].values, fastperiod=12, slowperiod=26, signalperiod=9)
picks_macd = set(df[df['MACD'] > 0]['ts_code'].tolist())

# 选取符合条件的股票
picks = set(picks_amplitude) & set(yesterday_lhb) & set(picks_macd)

# 输出选股结果
print(picks)

    ## 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)