问财量化选股策略逻辑
筛选振幅大于1、今日竞价金额排序前5的股票，并在此基础上，加入MACD指标分析，选取15分钟周期MACD绿柱变短的股票。
选股逻辑分析
该选股逻辑选取了价格波动较大、成交活跃的股票，并加入MACD指标来分析股价走势，选取指标向好的股票。在风险可控的基础上，尽量捕捉市场热点。
有何风险？
该逻辑除了考虑市场热点外，还加入MACD指标的分析。但是MACD指标自身存在滞后性，如果股价走势变化较快，容易因滞后而漏判信号。
如何优化？
可以考虑MACD指标加入更多的变量，如换手率、资金流入等指标，加强对股价走势预判的准确性，以及从更多角度控制风险。
最终的选股逻辑
在振幅大于1、今日竞价金额排序前5的股票中，筛选出15分钟周期MACD绿柱变短的股票进行投资。
同花顺指标公式代码参考
振幅大于1：AMO > 1
今日竞价金额排名前5：REF(SORT_AMOUNT, 0) <= 5
15分钟周期MACD绿柱变短：DIFF * 2 < REF(DIFF, 1) AND DIFF < REF(DIFF, 2)
python代码参考
import tushare as ts
def get_selected_stocks(n):
data = ts.get_today_all()
data = data[data['open'] != 0] # 剔除停牌股票
condition1 = REF(SORT_AMOUNT, 0) <= 5 # 今日竞价金额排名前5
condition2 = data['amplitude'] > 1 # 振幅大于1
selected_stocks = data[condition1 & condition2]['code'].values
macd_data = []
for code in selected_stocks:
df = ts.get_hist_data(code, ktype='15')
if df is not None:
diff = TA.MACD(df, 12, 26, 9)[0]
if diff[-1] * 2 < diff[-2] and diff[-1] < diff[-3]:
macd_data.append(code)
return macd_data[:n]
result = get_selected_stocks(5)
print(result)
注：以上代码仅供参考，实际选股应结合具体情况进行适度修改。
## 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。
