(supermind量化策略)a1/rsi小于65、流通市值50-100亿、股票均价站在五

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、股票均价站在五日均线之上。选取符合条件的股票进行投资。

选股逻辑分析

该选股策略主要考虑了技术面和基本面因素进行股票选取,综合考虑了RSI指标、流通市值和股票均价站在五日均线之上等因素,选取符合条件的股票进行投资。RSI指标反映了短期内的超买或超卖状态,选股时应控制RSI指标的值在合理的区间内;流通市值反映了股票的市值规模,选股时需要考虑公司的规模、风险等情况;股票均价站在五日均线之上则反映了股票的趋势性,选股时应关注该指标的情况,选择处于上升趋势的优质股票。

有何风险?

该选股策略主要考虑了技术面和基本面因素进行股票选取,但依然存在一定风险。首先,RSI指标只能反映短期内的超买或超卖状态,如果选股周期过于短期,可能会因为市场短期波动过大而产生不必要的交易成本;其次,如果股票均价站在五日均线之上的时间过短,可能会因为市场波动而引起选股错误;流通市值反映了股票的市值规模,但并不能完全反映公司的价值,需结合其他因素进行分析。

另外,该选股策略仅考虑了流通市值50亿-100亿范围内的股票,可能会忽略掉其他有潜力的股票,存在选股不准确性的风险。

如何优化?

该选股策略的优化可以增加更多的技术面和基本面因素的考虑。例如,可以考虑增加成交量、MACD、KDJ、市盈率等指标进行综合分析,以获取更准确、更全面的选股策略。同时,应结合其他因素如市场宏观环境等,综合分析进行选股,以确保选股的准确度和稳定性。

最终的选股逻辑

选股逻辑为RSI小于65、流通市值50亿-100亿、股票均价站在五日均线之上。需结合技术面和基本面因素等多个指标进行综合分析,以获取更准确、更全面的选股策略。

同花顺指标公式代码参考

  • RSI指标公式:

    RSI(N) = 100 * SMA(MAX(Close - Ref(Close, 1), 0), N, 1) / SMA(ABS(Close - Ref(Close, 1)), N, 1)

    其中,N为天数周期,Close为收盘价,Ref(Close, 1)为前一天的收盘价。

  • 均价和均线公式:

    单支股票均价 = 总市值 / 流通股本

    n日均线 = 前n日收盘价之和 / n

python代码参考

import tushare as ts

def pick_stocks():
    sorted_stocks = []
    for stock_code in ts.get_stock_basics().index:
        if 'ST' in ts.get_stock_basics()['name'][stock_code]:
            continue
        if ts.get_stock_basics()['totals'][stock_code] * ts.get_stock_basics()['price'][stock_code] < 5E10 or ts.get_stock_basics()['totals'][stock_code] * ts.get_stock_basics()['price'][stock_code] > 1E11:
            continue
        
        ma5 = ts.get_k_data(stock_code, start='2021-01-01', end=None, ktype='D')['close'].rolling(window=5).mean().iloc[-1]
        if ts.get_realtime_quotes(stock_code)['price'][0] < ma5:
            continue
            
        rsi = ts.STOP_TRADE_LIMIT_CS[stock_code]
        if rsi >= 65:
            continue
            
        score = rsi + 10
        sorted_stocks.append({"code": stock_code, "name": ts.get_realtime_quotes(stock_code)['name'][0], "score": score})
    sorted_stocks = sorted(sorted_stocks, key=lambda k: k['score'], reverse=True)
    for stock in sorted_stocks[:10]:
        print(f"{stock['code']}、{stock['name']}、得分:{stock['score']}")

以上为使用Python实现该选股策略的代码参考。该选股策略主要在技术面和基本面同时考虑了RSI指标、流通市值和股票均价站在五日均线之上等因素进行股票选取,具有更全面的选股视角和更高的选股准确度。在实际应用中,需注意数据质量和模型的准确性,结合多种技术指标和基本面因素进行多方面的分析,以获取更准确的选股策略。

    ## 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