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、集中度为20%以下、市值大于2亿的股票。
选股逻辑分析
该选股策略在RSI小于65和外盘/内盘大于1.3的基础上，加入了集中度指标，考虑了股票的分布情况对选股的影响。该策略可用于较为稳健的投资，筛选出一定程度上规模较大、市场情绪较好且分布较为均衡的股票。
有何风险？
- 集中度指标存在一定的主观性，可能会因市场行情和实际情况不同而导致失效；
- 选股策略可用性较为狭窄，有一定的局限性。
如何优化？
为了优化选股策略，可以尝试以下方式：
- 设定更为科学合理的集中度和市值范围，减少过多限制；
- 加入其他基本面和技术指标，综合考虑股票的整体表现；
- 结合行业和公司特征，更加精准地选出符合标准的股票。
最终的选股逻辑
选股逻辑应包括RSI小于65、外盘/内盘大于1.3、集中度为20%以下、市值大于2亿的股票。同时，可以适当加入其他基本面指标、技术指标等，综合考虑股票的整体表现，以更好地筛选股票。
同花顺指标公式代码参考
选股公式：(
( rsi(14) > 40 AND rsi(14) < 65 )
AND ( otv(120)/itv(120) >= 1.3 )
AND ( zd(1) <= 0.2 )
AND ( zt(1) > 200000000 )
)
python代码参考
import akshare as ak
import pandas as pd
# 获取当前A股股票列表
stock_list = ak.stock_zh_a_spot_em()
picked_stocks = []
for stock_code in stock_list.index:
# 获取股票数据
history_quotes = ak.stock_zh_a_daily(stock_code)
if history_quotes is None or len(history_quotes) < 60 or 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 < 60:
continue
rsi = ak.stock_zh_index_daily_tx(stock_code)
if rsi is None or len(rsi) < 14 or rsi.iloc[-1]["rsi14"] >= 65 or rsi.iloc[-1]["rsi14"] <= 40:
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
stock_info = stock_list.loc[stock_code]
if stock_info["集中度"] >= 0.2 or stock_info["市值(亿)"] < 2:
continue
picked_stocks.append({"code": stock_code})
# 输出符合条件的股票代码和名称
for stock in picked_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。
