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、按个股热度从大到小排序名。该选股策略基于技术面因素和市场热度，选取估值合理、走势良好、市场热度高的股票。
选股逻辑分析
该选股策略在考虑技术面因素的同时，将市场热度因素也加入到选股逻辑中。选取RSI小于65、流通市值50亿-100亿、按个股热度从大到小排序的股票，既考虑了当前股票的价格走势表现，又考虑了市场热度和资金流向等因素，属于一种技术面和市场热度综合考虑的选股策略。
有何风险？
该选股策略在选取股票时，较为依赖市场热度因素，可能存在因为市场情绪变化而导致选中股票的热度下降，从而出现选错的情况。同时，因为按个股热度排序，可能会使得一些质量未必优秀的股票被选入。
如何优化？
可以加入更多关键指标，如ROE、利润增长率等，以加强对个股风险和质量的控制，减少市场情绪因素的影响。同时，可以对选股因素进行加权，同时考虑技术面和市场热度因素，避免单一因素过分影响选股。另外，可以结合选股因素和个股质量，进行更为科学精准的选股。
最终的选股逻辑
选股逻辑为RSI小于65、流通市值50亿-100亿、按个股热度从大到小排序的股票。
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);
市值、股票热度指标公式
NEGOTIABLEMV:CURR2*TOTSHROUT/1000;
STOCKHEAT:RANK(AMOUNT,I)/STDEV(AMOUNT,I);
python代码参考
# 计算RSI指标
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
# 选股函数
def stock_picking(data):
# 计算RSI指标
rsi = calc_rsi(data['close'], 14)
# 按个股热度排序
data['stockHeat'] = data['amount'].rank(ascending=False) / data['amount'].rolling(60).std()
# 根据市值、热度选取股票
cond = (data['negotiableMV'] >= 5e10) & (data['negotiableMV'] <= 1e11) & (rsi < 65)
stock_list = []
if sum(cond) >= 5:
selected_data = data[cond]
selected_data = selected_data.sort_values(by='stockHeat', 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。
