问财量化选股策略逻辑
本选股策略为：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%，按个股热度从大到小排序股票名称。此策略综合考虑了技术面和基本面，适合寻找热门股票并判断其基本面是否良好，达到较好的投资效果。
选股逻辑分析
该选股逻辑在技术面和基本面两个方面进行了综合考虑，旨在筛选出具有良好发展趋势的股票并按照热度排序，以便及时购买主流股票。相较于之前的选股逻辑，加入了按热度排序的筛选因素，使投资效果更加卓越。
有何风险？
本选股逻辑筛选指标较多，通过排名选出个股容易受到市场情绪波动影响而产生风险。同时，按热度排序的策略在行情有变时可能出现不适用的情况，所以要密切关注市场环境。
如何优化？
可以引入其他技术指标，如MACD、KDJ、OBV等，以及基本面指标，如市净率、PEG等，更全面地分析选定的个股，以提高选股的准确性。此外，还可以结合宏观经济、政策环境等因素进行选股分析，进一步提升选股策略的效果和实用性。
最终的选股逻辑
本选股逻辑为：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%，按个股热度从大到小排序股票名称。
同花顺指标公式代码参考
// 筛选A股，非ST
SELECT S_INFO_WINDCODE, STK_DISP_NAME, S_DQ_AMOUNT_TODAY
FROM ASHAREDESCRIPTION, LC_STK_GENERAL_INFO
WHERE S_INFO_EXCHMARKET IN ('SZSE', 'SSE')
AND S_INFO_LISTEDSTATE = '上市'
AND S_INFO_LASTTRADEDATE IS NULL
AND S_INFO_ST_FLAG = '否'
AND S_DQ_TRADESTATUS <> '停牌'
AND S_DQ_MAXUPORDOWN <> 1
AND S_INFO_WINDCODE = LC_STK_GENERAL_INFO.S_INFO_WINDCODE
AND S_INFO_WINDCODE IN (
SELECT S_INFO_WINDCODE
FROM ASHAREINCOME
WHERE S_FA_YEAR = YEAR(CURRENT_DATE)
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
)
ORDER BY S_DQ_AMOUNT_TODAY DESC
Python代码参考
# 导入需要使用的库
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、非ST、市盈率大于0
stock_list = ts.get_stock_basics().index.tolist()
suspended_list = ts.get_suspended().index.tolist()
st_list = ts.get_st_classified().index.tolist()
stock_list = list(set(stock_list) - set(suspended_list) - set(st_list))
stock_eps = ts.get_profit_data().loc[stock_list][['eps']]
stock_pe = ts.get_hist_data(stock_list[0], start=trade_day[0].strftime('%Y-%m-%d'), end=trade_day[-1].strftime('%Y-%m-%d'))['close'] / stock_eps.loc[stock_list]['eps']
filter_cond = stock_pe > 0
stock_list = list(set(stock_list) & set(filter_cond.index[filter_cond].tolist()))
# 计算归属母公司股东的净利润同比增长率
data['net_profits_growth'] = data['net_profits'].pct_change()
# 筛选满足条件的股票
filter_cond = (rsi < 65) & (data['net_profits_growth'] > 0.2) & (data['net_profits_growth'] <= 1)
# 按个股热度从大到小排序
stock_list = data[filter_cond].groupby(level=0).sum().sort_values('amount', ascending=False).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。
