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%，昨日主力控盘。通过综合考虑技术面、基本面和资金面的因素，筛选出逐步增长的股票和有明显资金热度的股票，达到更好的投资效果。
选股逻辑分析
与前一个选股逻辑相比，本策略增加了前一日主力控盘的因素，关注股票的资金面。同时，仍旧采用RSI指标和归属母公司股东盈利的增长率作为选股的基本面指标，维持了策略的综合考量。选股逻辑基于趋势型策略，相对适合用于中长线投资。
有何风险？
选股策略中包含的指标较多，进一步充实了选股的因素，但由于过多的筛选条件容易造成选出的股票数量过于少，导致实际操作存在较大的不确定性和风险。需要适量地减少筛选条件和优化指标选择，提高策略实践和投资决策的可靠性。
如何优化？
可以引入其他辅助指标，如市盈率、市净率、技术形态等，来进行更全面的选股考量，增强股票选股决策的可靠性。此外，利用量化分析和数据挖掘等技术手段，挖掘更多的技术面和基本面指标，构建量化模型，提升选股的效率和准确性。
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%，昨日主力控盘。采取综合考量的方式，选择逐步增长和资金面热度较高的股票。
同花顺指标公式代码参考
// 筛选A股，非ST
SELECT S_INFO_WINDCODE
FROM ASHAREDESCRIPTION
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 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
)
AND S_INFO_WINDCODE IN (
SELECT S_INFO_WINDCODE
FROM AShareHolderTrading
WHERE TRADE_DT = TO_CHAR(CURRENT_DATE - 1, 'YYYYMMDD')
AND TOP10_HOLDER_CNT > BOTTOM10_HOLDER_CNT
)
ORDER BY S_DQ_AMOUNT_TODAY DESC
LIMIT 10
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、昨日主力控盘
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))
trade_day = data.index.get_level_values(1).tolist()
trade_day = trade_day[:-1]
df_holders = ts.top10_holders(stock_list[0], '2018-12-31')
df_holders = df_holders.rename(columns={"HOLDERNUM": "TOP10_HOLDER_CNT"})
df_holders_bottom = ts.top10_floatholders(stock_list[0], '2018-12-31')
df_holders_bottom = df_holders_bottom.rename(columns={"HOLDERNUM": "BOTTOM10_HOLDER_CNT"})
df_holders = pd.merge(df_holders, df_holders_bottom, on = ['CODE', 'DATE'])
holder_vol = df_holders.set_index(['CODE', 'DATE'])
holder_vol = holder_vol.loc[holder_vol.index.get_level_values(1) == trade_day[-1].strftime('%Y-%m-%d')]
holder_vol = holder_vol.loc[holder_vol['TOP10_HOLDER_CNT'] > holder_vol['BOTTOM10_HOLDER_CNT']]
stock_list = holder_vol.index.get_level_values(0).unique().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)
stock_list = list(set(stock_list) & set(data[filter_cond].index.get_level_values(0).unique().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。
