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%、振幅大于1。该选股逻辑结合了技术面和基本面，主要是为了寻找具有成长性和较强动量的个股。
选股逻辑分析
选股指标为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%、振幅大于1。通过技术面的RSI指标选出较有机会的个股，在此基础上通过基本面选取业绩同比增长良好的个股。综合考虑股票的波动程度，筛选出风险适中的个股。
有何风险？
选股策略主要为短期动量策略，在牛市行情下效果较好，但在熊市或震荡市中可能会遇到较大的阻力。同时，净利润同比增长率的数据可能受到数据刻意造假、季节性波动等影响，需要谨慎考虑。
如何优化？
可以将选股指标加上一些合适的筛选条件，例如财务数据必须为真实、持续性增长，减少季节性波动、关注新兴领域等，以进一步提高选股的准确性和稳定性。
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%、振幅大于1。通过技术面和基本面的综合分析，筛选出具有成长性和较强动量的个股。
同花顺指标公式代码参考
// 计算RSI指标
RSI(C, 14)
// 计算振幅指标
MAX_HIGHEST(C, HIGH, 20) / MIN_LOWEST(C, LOW, 20) * 100
// 计算净利润增长率
TTM_EPS_LAST // 当期每股收益TTM
TTM_EPS_LAST_YEAR // 上期每股收益TTM
TTM_EPS_LAST_YEAR / TTM_EPS_LAST
// 选取符合条件的股票
SELECT A.SECUCODE
FROM ASHOAREQU A
WHERE RSI(A.CLOSE，14) < 65
AND (TTM_EPS_LAST_YEAR/TTM_EPS_LAST > 1.2 AND TTM_EPS_LAST_YEAR/TTM_EPS_LAST <= 2)
AND (MAX_HIGHEST(A.CLOSE, A.HIGH, 20) / MIN_LOWEST(A.CLOSE, A.LOW, 20) * 100 > 1)
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)
# 计算振幅指标
amplitude = talib.MAX(data['high'], timeperiod=20) / talib.MIN(data['low'], timeperiod=20) * 100
# 计算净利润增长率
ttm_eps_last = data['eps'].rolling(window=4).sum()[-1]
ttm_eps_last_year = data['eps'].rolling(window=4).sum()[-5]
net_profit_growth_rate = ttm_eps_last_year / ttm_eps_last
# 筛选符合条件的股票
filter_cond = (rsi < 65) & (net_profit_growth_rate > 1.2) & (net_profit_growth_rate <= 2) & (amplitude > 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。
