(supermind量化策略)a1/rsi小于65、七连阴、按个股热度从大到小排序名

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、连续七天阴线、按个股热度从大到小排序名。选取符合条件的股票。

选股逻辑分析

与上一个选股逻辑类似,该选股逻辑同样以技术指标和趋势判断为基础,通过RSI指标和连续七天阴线寻找强势股票,并加入个股热度因素。通过个股热度从大到小排序名,优先选择市场热门个股,具有一定的投资价值。该选股逻辑整体思路较为简单,易于实现和操作。

有何风险?

同样基于技术指标和趋势来进行选股,该选股逻辑在技术面上仍然存在大量误判的风险,特别是过于依赖短期行情的趋势判断容易出现失误。同时,个股热度因素只是市场情绪因素的一个反映,并不能代表股票的内在价值,可能会导致投资者盲目追涨杀跌,造成亏损。选择强势股票,需要更加细致深入的技术和基本面分析,不能仅仅依赖于热度因素进行决策。

如何优化?

可以加入其他技术指标和策略,如KDJ、MACD等指标,以及均线系统交叉等策略,综合考虑多个因素对股票的影响,精确判断股票的趋势和方向。在选股过程中,加入基本面分析,参考财务指标和金融数据,综合评估股票的内在价值和投资前景。同时,在个股热度因素上,建议采用相对强度指标RSI来判断市场的热度,对强势股票进行更加精细的筛选和排序。最后,定期回测和验证,动态调整选股参数和优化选股策略,选择最适合自己的投资方案。

最终的选股逻辑

选股逻辑为RSI指标小于65、连续七天阴线、按个股热度从大到小排序名。同时加入其他技术指标和基本面分析,综合评估股票的价值。采用相对强度指标RSI来判断市场质量,筛选出表现较好的股票。在实践中,需要注意风险,进行回测和验证,定期调整参数和优化策略,选择合适的投资策略,从而获得可观的收益。

同花顺指标公式代码参考

  1. RSI指标公式:rsi(C,N1),其中CLOSE为收盘价序列,N1代表RSI的计算天数,默认为14;
  2. 个股热度因子公式: get_historical_hot_spot_board(indicator="营业收入同比", trade_date="20210802")

python代码参考

import akshare as ak

def pick_stocks():
    sorted_stocks = []
    stock_list = ak.stock_zh_a_spot_em()
    for stock_code in stock_list.index:
        if ak.stock_board_concept(stock_code).values[0][0] == "st":
            continue
        # 获取个股热度因子
        hot_spot = ak.get_historical_hot_spot_board(indicator="营业收入同比", trade_date="20210802")
        if hot_spot is None or stock_code not in hot_spot.index:
            continue
        # 判断RSI小于65, 七连阴
        rsi = ak.stock_zh_index_daily_tx(stock_code, start_date="20210101")
        if rsi is None or len(rsi) < 14 or rsi.iloc[-1]["rsi14"] >= 65:
            continue
        history_quotes = ak.stock_zh_a_hist(stock_code, start_date="20210101", end_date="20210701")
        if history_quotes is None or len(history_quotes) < 7 or \
                sum(history_quotes[-7:]["close"] <= history_quotes[-7:]["open"]) != 7:
            continue
        sorted_stocks.append({"code": stock_code, "name": stock_list.loc[stock_code]["名称"], "hot_spot": hot_spot.loc[stock_code]["今日排名"]})
    sorted_stocks = sorted(sorted_stocks, key=lambda k: k["hot_spot"], reverse=True)
    for stock in sorted_stocks:
        print(f"{stock['code']}、{stock['name']},热度排名:{stock['hot_spot']}")

该选股逻辑依旧以技术指标和热度因素为基础,通过精确筛选的方法,找出具有较高投资价值的股票。在实践中,可以根据市场情况,动态调整选股策略和优化参数,从而实现更好的投资效果。

    ## 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