(supermind量化策略)a1/rsi小于65、流通市值50-100亿、今日最大跌幅<

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小于65、流通市值50亿-100亿、今日最大跌幅小于-4且大于-5。该选股逻辑结合了技术面和基本面的因素,以RSI指标和最大跌幅为过滤器,筛选流动性和价格合理的股票。

选股逻辑分析

该选股策略在选股条件中通过RSI指标和最大跌幅加入了技术面的判断因素,同时对流动性和价格进行了筛选,适当控制选股的成本和风险。综合考虑多个因素,选取表现较好的股票进行投资。

有何风险?

该选股策略存在过度依赖于指标和基本面条件的问题,可能忽略了一些其他重要的因素如行业因素等。另外,选择今日最大跌幅作为条件可能不能很好地反映股票的风险状况,存在一定的误差。

如何优化?

可以加入更多基本面因素和行业因素作为选股的条件,以加强对个股的风险控制,同时可以考虑选择一些更加全面的技术指标和风险指标代替单一的RSI指标和最大跌幅作为筛选条件。

最终的选股逻辑

选股逻辑为RSI小于65、流通市值50亿-100亿、今日最大跌幅小于-4且大于-5、市盈率不超过40倍。

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);

python代码参考

# 计算RSI
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
    rsi = calc_rsi(data['close'], 14)
    # 筛选流通市值和RSI指标
    cond = (data['negotiableMV'] >= 5e10) & (data['negotiableMV'] <= 1e11) & (rsi < 65)
    # 筛选最大跌幅和市盈率
    cond &= (data['max_down'] < -0.04) & (data['max_down'] > -0.05) & (data['pe'] <= 40)
    stock_list = []
    if sum(cond) >= 5:
        selected_data = data[cond]
        selected_data = selected_data.sort_values(by='preClose', 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。
    ![94c5cde12014f99e262a302741275d05.png](http://u.thsi.cn/imgsrc/pefile/94c5cde12014f99e262a302741275d05.png)
收益&风险
源码

评论