(supermind量化策略)a1/rsi小于65、归属母公司股东的净利润(同比增长率)大

用户头像神盾局量子研究部
2023-08-30 发布

问财量化选股策略逻辑

选股逻辑为:RSI指标小于65、归属母公司股东的净利润同比增长率大于20%小于等于100%、KDJ指标中K线的增长值。该选股逻辑综合了技术面和基本面,并以市值范围作为限制条件,以寻找具有短期和中长期投资价值的股票。

选股逻辑分析

该选股逻辑综合考虑了RSI指标和归属母公司股东的净利润同比增长率的基础上,加入了KDJ指标中K线的增长值。KDJ指标被广泛运用于股票市场中,以判断股票可能出现的超卖、超买情况。此外,该选股策略综合考虑了技术面和基本面,并以市值范围作为限制条件,以寻找具有短期和中长期投资价值的股票。

有何风险?

该选股逻辑仅以RSI指标、归属母公司股东的净利润同比增长率和KDJ指标中K线的增长值等因素为选股依据,忽略了其他市场指标和公司基本面的细节,可能会选出具有短期投资价值、但长期价值被高估或高风险、营收一季度亏损的股票。同时,KDJ指标有一定的滞后性,可能会导致选出的股票在涨势中出现滞后的情况。

如何优化?

可以考虑加入其他技术指标来进一步筛选股票,例如MACD、布林带等指标。此外,可以引入其他市场指标来进行选股,例如市盈率、市净率、市销率等,以更全面地考虑公司的长期发展前景。同时,在筛选KDJ指标时,可以加入一些滤噪的方法,例如平均值、指数平滑等方法,以减少KDJ指标在选股过程中的滞后性。

最终的选股逻辑

选股逻辑为:RSI指标小于65、归属母公司股东的净利润同比增长率大于20%小于等于100%、KDJ指标中K线的增长值。该选股逻辑综合考虑了技术面和基本面,并以市值范围作为限制条件,以寻找具有短期和中长期投资价值的股票。

同花顺指标公式代码参考

// 筛选流通市值在50亿-100亿之间的股票
SELECT S_INFO_WINDCODE
FROM ASHAREDESCRIPTION
WHERE S_INFO_EXCHMARKET IN ('SZSE', 'SSE')
AND S_INFO_LISTEDSTATE = '上市'
AND S_INFO_LASTTRADEDATE IS NULL
AND S_DQ_MV >= 5000000000
AND S_DQ_MV <= 10000000000
AND S_INFO_WINDCODE IN ( 
   SELECT S_INFO_WINDCODE 
   FROM ASHAREINCOME
   WHERE S_FA_YEAR >= 2018 
   AND S_FA_REPORT_TYPE = 'A' 
   AND S_FA_PROFIT_PARENT_COMPANY > 0 
   AND S_FA_PROFIT_PARENT_COMPANY / LAG(S_FA_PROFIT_PARENT_COMPANY, 3) > 1 
   AND S_FA_PROFIT_PARENT_COMPANY / LAG(S_FA_PROFIT_PARENT_COMPANY, 3) <= 2 
   AND S_INFO_WINDCODE IN (
      SELECT S_INFO_WINDCODE 
      FROM ASHARETECHTRNKINDICATOR
      WHERE KDJ_KGO_UP > 0
   )
);

Python代码参考

# 导入需要用到的库
import pandas as pd
import tushare as ts
import talib

# 选股函数
def stock_picking(data):
    # 计算RSI指标
    rsi = talib.RSI(data['close'], timeperiod=14)
    
    # 计算KDJ指标
    kdj = talib.STOCH(data['high'], data['low'], data['close'], fastk_period=9, slowk_period=3, slowd_period=3)
    kdj_diff = kdj[0] - kdj[0].shift(1)
    
    # 筛选A股
    stock_list = ts.get_stock_basics().index.tolist()
    data = data.loc[data.index.get_level_values(0).isin(stock_list)]
    
    # 筛选流通市值在50亿-100亿之间的股票
    data = data.loc[(data['circ_mv'] >= 5000000000) & (data['circ_mv'] <= 10000000000)]
    
    # 计算筛选条件
    filter_cond = (rsi < 65) & (data['net_profits'].pct_change() > 0.2) & (data['net_profits'].pct_change() <= 1) & (kdj_diff > 0)

    stock_list = data[filter_cond].index.tolist()

    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。
    ![94c5cde12014f99e262a302741275d05.png](http://u.thsi.cn/imgsrc/pefile/94c5cde12014f99e262a302741275d05.png)
收益&风险
源码

评论