问财量化选股策略逻辑
选股逻辑包括：RSI小于65，涨跌幅乘以超大单净量，在竞价时，如果涨跌幅为正，且买入大单金额大于千万时买入，特大单和大单买入总额大于0.7千万的股票。
选股逻辑分析
该选股逻辑除了考虑RSI和涨跌幅乘以超大单净量以外，增加了竞价时买入大单金额，特大单和大单买入总额的筛选条件，能够有效筛选出一些大单买入的热门股票，抓住短期内热点资金流向的机会，但也需要注意该指标本身仍存在市场风险和可能存在过度投机的问题。
有何风险？
- 市场行情变化，策略可能不再适用；
- 特定热点市场出现过度投机现象；
- 选股效果可能存在时间差，选出股票后需及时跟踪市场走势，及时卖出。
如何优化？
- 增加更多选股条件，减少市场风险；
- 增加风险管理模式，并设定更合理的盈亏比；
- 建立系统化选股策略，提高选股效率。
最终的选股逻辑
选股逻辑包括：RSI小于65，涨跌幅乘以超大单净量，在竞价时，如果涨跌幅为正，且买入大单金额大于千万时买入，特大单和大单买入总额大于0.7千万，市盈率小于30的股票。
同花顺指标公式代码参考
/* RSI指标 */
RSI:=RSI(CLOSE,14);
/* 涨跌幅 */
CHANGE:=((CLOSE-REF(CLOSE,1))/REF(CLOSE,1))*100;
/* 超大单净量 */
SUPER_BIG_NET:=SUM(VOL*IF(CHANGE>0,1,-1),5);
/* 竞价涨跌幅大单买入 */
AT_BID_DOWN:=REF(LOW,1)-REF(OPEN,1)>=0 AND CHANGE>0 AND (CLOSE-OPEN)>=0 AND AT_BID_VOL/(AT_BID_VOL+AT_ASK_VOL)>=0.4;
MONEY_VOL:=CLOSE*VOL;
SHARE_GAP:=VOL*SPECIAL/100000000/VOL/100;
/* 特大单和大单买入总额 */
BIG_NET:=SUM(IF(CLOSE>REF(CLOSE,1), MONEY_VOL, 0), 5);
/* 市盈率 */
PE:=TtmPE;
/* 筛选条件 */
FILTER:=(RSI<65) AND (CHANGE*SUPER_BIG_NET>0) AND AT_BID_DOWN AND (SHARE_GAP>0.7) AND (PE<30);
/* 排序 */
SELECT N FROM FILTER ORDER BY N;
/* 选取A股股票 */
SELECT(MARKET="SH,SZ");
Python代码参考
import akshare as ak
# 获取当前A股股票列表
stock_list = ak.stock_zh_a_spot_em()
# 计算并筛选符合条件的股票
selected_stocks = []
for stock_code in stock_list.index:
# 获取股票数据
rsi_data = ak.stock_zh_index_daily_indicator(stock_code)
if rsi_data is None:
continue
rsi_14 = rsi_data.iloc[-1]["rsi_14"]
daily_data = ak.stock_zh_a_daily_em(stock_code)
if daily_data is None:
continue
net_volume = (daily_data["成交额"].values / daily_data["成交额"].rolling(5).mean().values) * (daily_data["涨跌幅"].values > 0) - (daily_data["成交额"].values / daily_data["成交额"].rolling(5).mean().values) * (daily_data["涨跌幅"].values < 0)
change_super_big_net = (daily_data["涨跌幅"].values * net_volume)[-1] > 0
if not change_super_big_net:
continue
at_bid_data = ak.stock_zh_a_tick_tx_js(stock_code)
if at_bid_data is None or at_bid_data.empty:
continue
at_bid_data["diff_price"] = at_bid_data["卖价"] - at_bid_data["买价"]
at_bid_down = ((at_bid_data["diff_price"] > 0) & (at_bid_data["涨跌幅"] > 0) & (at_bid_data["成交金额"] > 10000000) & (at_bid_data["买卖方向"] == 0)).any()
if not at_bid_down:
continue
finance_data = ak.stock_zh_a_performance(stock_code, period="year")
if finance_data is None or finance_data.empty:
continue
pe_ttm = finance_data.iloc[-1]["pe_ttm"]
if not pd.isnull(pe_ttm) and pe_ttm < 30:
selected_stocks.append(stock_code)
# 输出符合条件的股票代码和名称
for stock_code in selected_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。
