问财量化选股策略逻辑
选股逻辑为RSI小于65、流通市值50亿-100亿、周线MA5金叉MA10。该选股策略结合了技术面和基本面的因素，以RSI指标和均线金叉为过滤器，筛选流动性和趋势性较好的股票。
选股逻辑分析
该选股策略在选股条件中通过RSI指标和均线金叉加入了技术面的判断因素，同时对流动性和趋势进行了筛选，适当控制选股的成本和风险。综合考虑多个因素，选取表现较好的股票进行投资。
有何风险？
该选股策略存在过度依赖于指标和基本面条件的问题，可能忽略了一些其他重要的因素如行业因素等。另外，选择均线金叉作为条件可能不能很好地反映股票的真实趋势，存在一定的滞后和延迟的情况。
如何优化？
可以加入更多基本面因素和行业因素作为选股的条件，以加强对个股的风险控制，同时可以考虑选择一些更加全面的技术指标和趋势指标代替单一的RSI指标和均线金叉作为筛选条件。
最终的选股逻辑
选股逻辑为RSI小于65、流通市值50亿-100亿、周线MA5金叉MA10、市盈率不超过40倍。
同花顺指标公式代码参考
RSI指标公式
LC:=REF(CLOSE,1);
AA:=SMA(MAX(CLOSE-LC,0),N,1)/SMA(ABS(CLOSE-LC),N,1)*100;
RSI:EMA(AA,M);
均线指标公式
MA5 = MA(CLOSE, 5);
MA10 = MA(CLOSE, 10);
python代码参考
# 计算RSI
def calc_rsi(close, n):
lc = close.shift(1)
aa = pd.Series(np.nan,index=close.index)
aa[n-1:] = close.sub(lc).clip(lower=0).rolling(n).mean() / close.sub(lc).abs().rolling(n).mean() * 100
rsi = aa.ewm(com=1.0/14, adjust=False).mean()
return rsi
# 计算均线
def calc_ma(close, n1, n2):
ma1 = close.rolling(n1).mean()
ma2 = close.rolling(n2).mean()
return ma1, ma2
# 选股函数
def stock_picking(data):
# 计算RSI和MA
rsi = calc_rsi(data['close'], 14)
ma5, ma10 = calc_ma(data['close'], 5, 10)
# 筛选流通市值和RSI、MA指标
cond = (data['negotiableMV'] >= 5e10) & (data['negotiableMV'] <= 1e11) & (rsi < 65) & (ma5 > ma10)
# 筛选市盈率
cond &= (data['pe'] <= 40)
stock_list = []
if sum(cond) >= 5:
selected_data = data[cond]
selected_data = selected_data.sort_values(by='preClose', ascending=False)
for i in range(5):
stock = selected_data.index[i]
if selected_data.loc[stock, 'changePct'] < 9.9:
stock_list.append(stock)
return stock_list
## 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。
