(supermind)振幅大于1、流通盘小于等于55亿股、15分钟周期MACD绿柱变短_

问财量化选股策略逻辑

选股逻辑为振幅大于1、流通盘小于等于55亿股、15分钟周期MACD绿柱变短的股票。

选股逻辑分析

1. 振幅大于1可以筛选出波动较大但有短期交易潜力的股票。
2. 流通盘小于等于55亿股可以筛选出小盘股，小盘股可能具有较高的风险和回报。
3. MACD绿柱变短代表熊市动能逐渐减弱，股价下跌的空间可能有限。

有何风险？

1. MACD指标容易因为股票行情的波动而频繁改变，可能忽略了其他重要指标和基本面。
2. 过度依赖技术指标，忽视市场环境和股票受影响的因素。
3. 选股逻辑的设置可能过于短期化，跟随成功率和回撤可能不尽如人意。

如何优化？

1. 结合其他指标和股票的基本面进行分析，例如可以加入成交量指标和市盈率指标等其它技术指标进行综合分析。
2. 限制最大的回撤和交易频率，以减少风险和提高收益。
3. 对技术指标的计算方法进行优化，避免误判。同时，在股票池中选出具有较好走势的股票。

最终的选股逻辑

选股逻辑为振幅大于1，流通盘小于等于55亿股，15分钟周期MACD绿柱变短的股票，结合其他指标和股票的基本面进行综合分析。

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)

# 计算流通盘
free_share = FREE_SHARE
picks_free_share = IF(free_share <= 5500000000, 1, 0)

# 计算MACD绿柱长度变短
Diff = EMA(CLOSE, 12) - EMA(CLOSE, 26)
DEA = EMA(Diff, 9)
MACD = 2 * (Diff - DEA)
picks_MACD = IF(REF(MACD, 1) > 0 and MACD < REF(MACD, 1), 1, 0)

# 取交集
picks = picks_amplitude * picks_free_share * picks_MACD
picks_final = IF(picks, CODE, 0)

Python代码参考

# 获取振幅大于1
high = df['high']
low = df['low']
close = df['close']
amplitude = 100 * (high - low) / close
picks_amplitude = df[amplitude > 1].index.tolist()

# 获取流通盘小于等于55亿股
free_share = df['free_share']
picks_free_share = df[free_share <= 5500000000].index.tolist()

# 获取MACD绿柱变短的股票
ema_12 = df['close'].ewm(span=12).mean()
ema_26 = df['close'].ewm(span=26).mean()
diff = ema_12 - ema_26
dea = diff.ewm(span=9).mean()
macd = 2*(diff - dea)
picks_MACD = df[(macd.shift(1)>0) & (macd<macd.shift(1))].index.tolist()

# 取交集
picks = list(set(picks_amplitude).intersection(set(picks_free_share)).intersection(set(picks_MACD)))

    ## 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)