问财量化选股策略逻辑
选股逻辑包括：RSI小于65，外盘/内盘大于1.3，周线MACD在零轴之上。
选股逻辑分析
该选股逻辑主要通过技术面和市场情况的数据筛选出股票，选股逻辑包括RSI小于65，外盘/内盘大于1.3，周线MACD在零轴之上三个指标结合可以较好地筛选出符合条件、有望上涨的股票。
有何风险？
- 选股依赖技术指标，可能会出现指标失灵的情况；
- 市场情况可能会因各种因素（如政策调整）影响股价趋势；
- MACD的买卖信号可能会出现滞后、不准确的情况；
- 在零轴之上的macd可能并不代表短期内的上行动能，需要结合其他指标进行判断。
如何优化？
为了优化选股策略，可以尝试以下方式：
- 条件分数加权法，根据不同指标的权重，给不同的指标打分；
- 考虑指标之间的关联性，进行多维度综合选股；
- 适时更新选股逻辑，以反映市场实时情况；
- 结合基本面进行选股，增加投资可靠性。
最终的选股逻辑
选股逻辑包括：RSI小于65，外盘/内盘大于1.3，周线MACD在零轴之上，多因子综合选股。
同花顺指标公式代码参考
SELECT STOCKCODE, STOCKNAME
FROM XDT_YY.CQA_TB_XGZL
WHERE CPS_DM LIKE '6%'
AND RSI(C,A.CLOSE) < 65
AND CANDLESTICK(C, A, B, 1, 0)
AND LRWDX(C, 1, 50) > 1.3
AND MACD(C, 1, 12, 26, 9) > REF(MACD(C, 1, 12, 26, 9), 1)
AND REF(MACD(C, 1, 12, 26, 9), 1) <= 0
AND AFTERNOON_LRE_CJLR(C, 1) > 0
python代码参考
import akshare as ak
import pandas as pd
from datetime import datetime, date, timedelta
# 获取当前A股股票列表
stock_list = ak.stock_zh_a_spot_em()
selected_stocks = []
for stock_code in stock_list.index:
# 获取股票数据
history_quotes = ak.stock_zh_a_daily(stock_code)
yesterday_quotes = ak.stock_zh_a_daily(stock_code, end_date=date.today() - timedelta(1))
if history_quotes is None or len(history_quotes) < 240 or yesterday_quotes is None:
continue
if history_quotes.iloc[-1]["open"] <= 0 or history_quotes.iloc[-1]["volume"] <= 0:
continue
if (datetime.now().date() - datetime.strptime(history_quotes.iloc[-1]["date"], "%Y-%m-%d").date()).days < 365:
continue
rsi = ak.stock_zh_index_daily_tx(stock_code)
if rsi is None or len(rsi) < 14:
continue
if rsi.iloc[-1]["rsi14"] >= 65:
continue
day_quotes = ak.stock_zh_a_minute_em(stock_code, period="daily")
if day_quotes is None or len(day_quotes) < 2:
continue
if day_quotes.iloc[-1]["b_volume"] / day_quotes.iloc[-1]["last_volume"] <= 1.3:
continue
if yesterday_quotes.iloc[-1]["p_change"] >= 9.5:
continue
macd = ak.stock_zh_index_daily_tx(stock_code, index="macd", period="week")
if macd is None or len(macd) < 2:
continue
if macd.iloc[-1]["diff"] <= 0 or macd.iloc[-1]["dea"] <= 0:
continue
if macd.iloc[-1]["macd"] <= macd.iloc[-1]["dea"]:
continue
lre = ak.stock_em_zt_distribution(stock_code)
if lre is None or len(lre) < 2:
continue
if lre.iloc[-1]["预测"] <= 0:
continue
afternoon_lre = ak.stock_sina_lhb_sco_ggzj(stock_code, date.today())
if afternoon_lre is None or len(afternoon_lre) < 1:
continue
if afternoon_lre.iloc[-1]["net_amount"] <= 0:
continue
selected_stocks.append(stock_code)
# 输出符合条件的股票代码和名称
for stock_code in selected_stocks:
stock_info = stock_list.loc[stock_code]
if stock_info["名称"] == "None":
continue
print(f"{stock_code}、{stock_info['名称']}")
## 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。
