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%、七连阴。该选股逻辑综合了技术面和基本面，并考虑了市场情绪因素，以寻找具有反弹潜力的股票。
选股逻辑分析
该选股逻辑在RSI指标和归属母公司股东的净利润同比增长率的基础上，加入了七连阴的条件，用于判断市场情绪是否过度悲观。当股票连续下跌时，情绪可能出现恐慌和盲目割肉，而此时买入具有反弹可能的股票，则有机会获得较高的收益。此外，该选股策略综合考虑了技术面和基本面，并以短期为主，有助于寻找有反弹潜力、且当前市场情绪较低的股票。
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七连阴等因素为选股依据，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反弹潜力、但长期价值被高估或高风险、营收一季度亏损的股票。同时，连续下跌的股票也不一定会反转上涨，存在一定的市场波动性和不确定性。
如何优化？
可以适当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，以综合考虑公司的长期发展前景。同时，可以对选股逻辑中的七连阴条件进行调整，以便更好地适应市场环境和选股需求。此外，可以引入技术类指标（例如K线形态）等来进一步筛选股票，以提高选股质量。
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%、七连阴。该选股逻辑综合考虑了技术面和基本面，并以短期为主，有助于寻找有反弹潜力、且当前市场情绪较低的股票。
同花顺指标公式代码参考
// 筛选连续七个交易日收盘价均小于开盘价的股票
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_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 ASHARETRADEDATA
WHERE S_INFO_WINDCODE IN
(SELECT S_INFO_WINDCODE
FROM ASHAREDESCRIPTION
WHERE S_INFO_SECTORTYPECODE = '4802')
AND S_DQ_PERCENT > 0
AND S_DQ_PERCENT < 0.01
AND DIVIDE(S_DQ_CLOSE, S_DQ_OPEN) < 1
AND S_INFO_WINDCODE IN
(SELECT S_INFO_WINDCODE
FROM ASHARETRADEDATA
WHERE RSI(S_DQ_CLOSE, 14) < 65)
GROUP BY S_INFO_WINDCODE
HAVING COUNT(IF((S_DQ_CLOSE < S_DQ_OPEN), 1, NULL)) = 7));
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)
# 筛选A股
stock_list = ts.get_stock_basics().index.tolist()
data = data.loc[data.index.get_level_values(0).isin(stock_list)]
# 计算连续七个交易日收盘价均小于开盘价的股票
o_c_ratio = data['open'] / data['close']
rolling_mean = o_c_ratio.rolling(window=7).mean()
filter_cond = (rolling_mean > 1)
filter_cond = filter_cond & (rsi < 65) & (data['net_profits'].pct_change() > 0.2) & (data['net_profits'].pct_change() <= 1)
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。
