(supermind量化策略)a1/rsi小于65、流通市值50-100亿、资金强度由大到

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、资金强度由大到小。选取符合条件且资金强度排名靠前的股票进行投资。

选股逻辑分析

该选股策略主要考虑了技术面因素和资金面因素,综合考虑了RSI指标、流通市值和资金强度等因素进行选股,选取符合条件且资金强度排名靠前的股票进行投资。其中,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,选股时需考虑流通股的变化情况;资金强度则反映了市场资金的流入程度,选股时需选择资金强度排名靠前的股票。综合考虑这三个因素,以获取更准确的选股策略。

有何风险?

该选股策略仍然只考虑了少量因素,未能全面考虑市场的整体趋势、基本面因素等,可能导致选股出现偏差。此外,由于市场变化等原因,策略可能产生错误信号,需进行风险控制。

如何优化?

可以结合其他因素进行选股,如市盈率、市净率、ROE等基本面因素。可以增加对行业板块、市场流动性、市场情绪等因素的考虑,以及采用多因子选股策略,提高选股准确性。

最终的选股逻辑

选股逻辑为RSI小于65、流通市值50亿-100亿、资金强度由大到小。需结合多种技术指标、基本面因素以及资金面因素进行综合判断,以获取更准确的选股策略。

同花顺指标公式代码参考

  1. RSI指标公式:RSI(C,N),其中CLOSE为收盘价序列,N代表RSI的计算天数,默认为14天。
  2. 资金流入流出指标公式:SUM((((CLOSE-LOW)-(HIGH-CLOSE))/(HIGH-LOW))*VOL),N),其中CLOSE为收盘价序列,LOW、HIGH分别为最低价、最高价序列,VOL为成交量序列,N为计算天数。

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()['industry'][stock_code] == '生物医药' or ts.get_stock_basics()['industry'][stock_code] == '创意' or ts.get_stock_basics()['industry'][stock_code] == '软件服务':
            continue
        if ts.get_stock_basics()['market'][stock_code] != '主板':
            continue
        rsi = ts.STOP_TRADE_LIMIT_CS[stock_code]
        if rsi >= 65:
            continue
        flow_cap = ts.get_stock_basics()['totals'][stock_code] * ts.get_stock_basics()['price'][stock_code]
        if flow_cap < 5E10 or flow_cap > 1E11:
            continue
        hist_data = ts.get_hist_data(stock_code, ktype='D', drop_factor=False)
        if hist_data is None:
            continue
        money_flow = ((hist_data['close'] - hist_data['low']) - (hist_data['high'] - hist_data['close'])) / (hist_data['high'] - hist_data['low']) * hist_data['volume']
        sorted_stocks.append({"code": stock_code, "name": ts.get_realtime_quotes(stock_code)['name'][0], "money_flow": money_flow.iloc[-1]})
    sorted_stocks = sorted(sorted_stocks, key=lambda x: x["money_flow"], reverse=True)
    for stock in sorted_stocks[:10]:
        print(f"{stock['code']}、{stock['name']}")

以上为使用Python实现该选股策略的代码参考。该选股策略主要考虑了技术面因素和资金面因素,采用多种指标进行筛选和综合考虑,具有一定的实用性和可行性。需注意数据和计算模型的准确性,结合多种技术指标、基本面因素以及资金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