(supermind量化-)振幅大于1、500日内至少2次涨停、前天macd＜0

问财量化选股策略逻辑

本股票策略选取以下股票：振幅大于1、500日内至少2次涨停、前天MACD＜0。通过技术面的综合考量，筛选出处于趋势反转的上升股票。

选股逻辑分析

选股逻辑主要依据技术面的因素进行筛选，振幅和涨停次数筛选增加了市场上涨趋势的参考。使用MACD指标，筛选出趋势反转的上升股票，提高选股的准确率。

有何风险？

选股逻辑过于依赖技术面指标，可能会忽略股票的基本面和宏观经济环境等重要因素。同时，过于简单的筛选条件，可能会忽略一些重要的细节，导致筛选效果不尽如人意。

如何优化？

可以加入更多的技术指标和市场情绪因素，进行多方面的综合考虑。可以适当增加股票的经济面、基本面等指标的筛选和分析，提高选股的准确性。可以考虑积极关注宏观经济环境、行业发展趋势等，结合技术面指标进行选股，提高选股策略的综合性和准确性。

最终的选股逻辑

振幅大于1、500日内至少2次涨停、前天MACD＜0。

同花顺指标公式代码参考

MACD公式：macd=12day EMA-26day EMA，signal=9day EMA，histogram=macd-signal

通达信代码：MACD(CLOSE, 12, 26, 9)

振幅公式：(high-low)/close

通达信代码：(HHV(HIGH,1)-LLV(LOW,1))/REF(CLOSE,1)

涨停次数公式：计算500日内涨停次数，使用 rolling() 和 sum() 函数求和

通达信代码：(HIGH / LLV(LOW, 1) > 1.099).SUM(datetime, 500) >= 2

python代码参考

import tushare as ts

# 定义筛选条件
amplitude_filter = 0.01
rise_stop_filter = 2
macd_filter = -1

# 获取股票列表
stock_list = ts.get_stock_basics()

# 筛选振幅、涨停、前天MACD＜0的股票
selected_stocks = stock_list[(stock_list["high"] - stock_list["low"]) >= amplitude_filter * stock_list["close"]]
selected_stocks = selected_stocks[(selected_stocks["high"] / selected_stocks["low"].shift(1) > 1.099).rolling(len(stock_list)).sum() >= rise_stop_filter]
selected_stocks = selected_stocks[MACD(CLOSE, 12, 26, 9).shift(2) < macd_filter]

for stock in selected_stocks.index:
    print(stock)

以上代码仅供参考，具体实现方法可以根据投资者需要和市场情况进行调整。

    ## 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。
    ![94c5cde12014f99e262a302741275d05.png](http://u.thsi.cn/imgsrc/pefile/94c5cde12014f99e262a302741275d05.png)

(supermind量化-)振幅大于1、500日内至少2次涨停、前天macd＜0_