(supermind量化-)振幅大于1、500日内至少2次涨停、日线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、日线MACD＞0。通过技术面的综合考量，筛选出处于上涨期且股价具有一定稳定性的股票。

选股逻辑分析

本逻辑同样基于技术面因素，振幅和涨停次数筛选增加了市场上涨趋势的参考。加入日线MACD为正的条件，可以排除处于下跌期的股票，提高选股准确率。

有何风险？

技术面筛选关注短期走势，忽略了基本面和宏观环境等因素的影响，存在一定的风险。同时，MACD是一种滞后指标，股票可能已经上涨完毕而MACD仍然为正，影响准确性。

如何优化？

可加入更多技术指标、基本面指标等多方面综合考虑，提高选股准确率。同时，研究多个指标的联合效应，深入分析市场趋势和热点板块，减少盲目投资可能。

最终的选股逻辑

振幅大于1、500日内至少2次涨停、日线MACD＞0。

同花顺指标公式代码参考

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

MACD公式：DIFF ＝ EMA（12）－EMA（26），DEA＝DIFF的9日指数移动平均，MACD＝（DIFF－DEA）× 2

通达信代码：EMA(CLOSE,12)-EMA(CLOSE,26)
DEA = EMA(DIFF,9)
MACD = (DIFF - DEA) X 2

python代码参考

import tushare as ts

# 定义筛选条件
amplitude_filter = 0.01
rise_stop_filter = 2

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

# 筛选振幅、涨停、MACD的股票
macd_data = ts.get_hist_data(stock_list.index[0], ktype="D")
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_data["MACD"] > 0]

# 输出选中的股票
print(selected_stocks.index.tolist())

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、日线macd＞0_