(supermind量化-)振幅大于1、前日实际换手率_3~28、周线macd在零轴之上_

用户头像神盾局量子研究部
2023-08-21 发布

问财量化选股策略逻辑

选取振幅大于1、前日实际换手率在3%到28%之间、周线MACD在零轴之上的股票进行投资。

选股逻辑分析

该选股逻辑基于股票技术面指标,通过振幅、实际换手率和周线MACD综合判断股票的市场潜力,选出具有理论价值的股票。

有何风险?

该种选股逻辑的风险主要包括市场环境和个股因素等多种因素的影响,同时也不能完全排除操纵等因素。在实际应用过程中,还需结合风险管理、资产配置等进行综合考虑。

如何优化?

可以结合其他指标和数据,细化选股逻辑并进行优化,例如加入资金流向、市值等因素,更细致地筛选出潜力更大的股票。此外,风险管理、资产配置等也是优化的重要方向。

最终的选股逻辑

选取振幅大于1、前日实际换手率在3%到28%之间、周线MACD在零轴之上的股票进行投资。

同花顺指标公式代码参考

// 筛选振幅大于1的股票
amplitude = (HIGH - LOW) / OPEN
amplitude_bool = amplitude > 1

// 筛选前日实际换手率在3到28之间的股票
volume_ratio = TODAY_VOLUME / REF(YESTERDAY_VOLUME, 1)
volume_ratio_bool = (volume_ratio >= 0.03) & (volume_ratio <= 0.28)

// 筛选周线MACD在零轴之上的股票
macd, signal, hist = MACD(CLOSE, 26, 12, 9)
macd_bool = ((macd - signal) > 0) & (macd > 0)

// 选出符合条件的股票
result = amplitude_bool & volume_ratio_bool & macd_bool

// 输出筛选结果
result

Python代码参考

import tushare as ts
import talib

# 筛选条件1:振幅大于1
today_data = ts.get_today_all()
amplitude = (today_data['high'] - today_data['low']) / today_data['open']
amplitude_bool = amplitude > 1

# 筛选条件2:前日实际换手率在3到28之间
hist_data = ts.get_hist_data('600519')
volume_ratio = hist_data['volume'] / hist_data['volume'].shift(1)
volume_ratio_bool = (volume_ratio >= 0.03) & (volume_ratio <= 0.28)

# 筛选条件3:周线MACD在零轴之上
k_data = ts.get_k_data('600519', ktype='W')
macd, signal, hist = talib.MACD(k_data['close'], fastperiod=12, slowperiod=26, signalperiod=9)
macd_bool = ((macd - signal) > 0) & (macd > 0)

# 选出符合条件的股票
final_result = today_data.loc[amplitude_bool & volume_ratio_bool & macd_bool]

# 输出筛选结果
print(final_result)

注:以上为示例代码,请根据实际情况进行调整。

    ## 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)
收益&风险
源码

评论

需要帮助?

试试AI小助手吧