(supermind量化策略)a1/rsi小于65、流通市值50-100亿、集中度70<2

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、集中度70<20%的股票,选取估值合理、成长性良好、分散度高的个股。

选股逻辑分析

该选股策略主要考虑了技术面、基本面、股权结构等多个因素影响,包含了股票估值、规模、成长性和分散度等因素,帮助投资者选取符合自身投资风格的股票,具有一定的选股价值。

有何风险?

该选股策略只考虑了集中度的因素,可能忽略了其他股权结构的影响因素,例如在集团控制下的公司可能会被忽略,同时该选股策略没有考虑到公司的财务状况和未来发展前景等因素。从而可能出现选中的股票市值下跌、流动性下降或未来业务前景不佳等风险。

如何优化?

可以考虑在基本面、财务指标方面进行加强,如增加股息率等财务指标,同时在技术面方面加入一些其他的技术指标或统计量,如K线形态。在股权结构方面,可以变更选股策略为减小集中度,例如20%到50%之间,以此达到分散投资的目的。

最终的选股逻辑

选股逻辑为RSI小于65、流通市值50亿-100亿、集中度20%-50%的股票。

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指标
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指标
    rsi = calc_rsi(data['close'], 14)
    # 根据估值指标、市值和股价选取股票
    cond = (data['negotiableMV'] >= 5e10) & (data['negotiableMV'] <= 1e11) & \
            (data['totalShares'] >= 2e8) & (rsi < 65) & (data['jzd'] >= 0.2) & (data['jzd'] <= 0.5)
    stock_list = []
    if sum(cond) >= 5:
        selected_data = data[cond]
        selected_data = selected_data.sort_values(by='changePct', ascending=False)
        for i in range(5):
            stock_list.append(selected_data.index[i])
    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