(supermind量化策略)a1/rsi小于65、今日上涨>1主板、昨天换手率>8%

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

本选股策略为:RSI指标小于65,今日上涨幅度大于1%,昨天换手率大于8%,主板股票。期望通过技术面和基本面,寻找落后于市场表现的个股。

选股逻辑分析

该选股策略同样结合了技术面和基本面。RSI小于65代表股票处于超卖区间,可以预期股票将会反弹;今日上涨幅度大于1%代表股票动能较强,预期未来将继续上涨;选择昨天换手率大于8%,可以过滤掉没有市场关注度的股票,选择受市场认可的股票;选择主板股票,代表该股票具备较强的市场地位和良好的基本面。该选股策略期望长期内能够获得具有一定市场表现的投资收益。

有何风险?

由于设置的选股条件较为固定,可能会忽略市场的动态变化,导致股票运行状况与市场趋势出现脱节。同时,基本面指标在不同的市场和行业具有不同的适用性,需要投资者进行深入研究和分析。而且,仅仅依靠技术指标可能会存在伪信号的问题,需要投资者进行风险控制和合理把握。

如何优化?

可以从技术分析和基本面两方面入手优化选股策略。比如加入多种指标和形态进行筛选,设置更加合理的基本面指标标准。同时,可以根据市场行情和股票类型等进行动态调整,避免出现市场动态与选股逻辑不符合的情况。需要进行风险控制和合理把握。

最终的选股逻辑

本选股策略为:RSI指标小于65,今日上涨幅度大于1%,昨天换手率大于8%,主板股票。需要进行风险控制和合理把握。

同花顺指标公式代码参考

// 建立选股语句
SELECT
    a.*
FROM
    (
        SELECT
            a.*,
            a.circulating_market_value / 100000000 AS securities_value,
            b.changepercent AS minute_increase_rate
        FROM
            stock_market_data a
            JOIN stock_minute_data b ON a.stock_code = b.stock_code
            JOIN stock_daily_data c ON a.stock_code = c.stock_code
        WHERE
            b.minute = "09:25"
            AND c.turnoverratio > 0.08
            AND a.stock_type = '主板'
            AND c.date = DATE_SUB(CURDATE(), INTERVAL 1 DAY)
    ) a
WHERE
    rsi < 65
    AND today_increase_rate > 1
ORDER BY
    securities_value DESC;

python代码参考

# 导入需要使用的库
import pandas as pd
import tushare as ts

# 选股函数
def stock_picking():
    # 获取RSI指标小于65、今日上涨幅度大于1%、昨天换手率大于8%、主板股票的股票池
    basic_data = ts.get_stock_basics()
    market_data = ts.get_today_all()
    minute_data = ts.get_today_ticks()
    daily_data = ts.get_hist_data()
    merge_data = pd.merge(market_data, minute_data, on='name', how='inner')
    merge_data = pd.merge(merge_data, daily_data, on='code', how='inner')
    merge_data.drop(merge_data[merge_data['changepercent'] == 0.0].index, inplace=True)
    filter_data = merge_data[(merge_data['rsi'] < 65) & (merge_data['changepercent'] > 1.0) & (merge_data['turnoverratio_y'] > 0.08)]
    securities_value_data = filter_data[filter_data['circulating_market_value'] > 10000000000]
    filter_data = filter_data[filter_data['name'].isin(securities_value_data['name'])]
    filter_data = filter_data[['name', 'industry', 'open', 'price', 'outstanding', 'totals', 'totalAssets', 'liquidAssets', 'fixedAssets', 'reserved', 'reservedPerShare', 'esp', 'bvps', 'pb', 'timeToMarket']]
    
    return filter_data
    ## 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

需要帮助?

试试AI小助手吧