问财量化选股策略逻辑
选股逻辑为：RSI指标小于65、归属母公司股东的净利润同比增长率大于20%小于等于100%、涨跌幅×超大单净量。该选股逻辑综合了技术面和基本面，并考虑了市场资金流入情况，以寻找具有上涨潜力的股票。
选股逻辑分析
该选股逻辑在RSI指标和归属母公司股东的净利润同比增长率的基础上，加入了涨跌幅乘以超大单净量的条件，用于判断股票当前的资金流入情况。股票的涨跌幅越大、超大单净量越高，代表当前市场热度越高，资金的流入趋势也表明市场对该股票近期表现的看好。该选股策略综合考虑了技术面、基本面和资金面，并以短期为主，有助于寻找有上涨潜力、且当前市场热度高的股票。
有何风险？
该选股逻辑忽略了股票的长期趋势和公司的内在价值，可能会选出具有短期上涨潜力、但长期价值被高估或高风险的股票。同时，该选股逻辑仅以涨跌幅和超大单净量为判断依据，而忽略了其他重要因素，例如市场整体情况、宏观经济环境等。此外，该选股逻辑也存在着一定的市场波动性，随着市场资金的流入流出，选出的股票也有可能会频繁变动。
如何优化？
可以适当引入其他市场指标来进行选股，例如市盈率、市净率、市销率等，以综合考虑公司的长期发展前景。同时，可以对选股逻辑中的涨跌幅和超大单净量的选取范围进行调整，以便更好地适应市场环境和选股需求。此外，可以引入技术类指标（例如K线形态）等来进一步筛选股票，以提高选股质量。
最终的选股逻辑
选股逻辑为：RSI指标小于65、归属母公司股东的净利润同比增长率大于20%小于等于100%、涨跌幅×超大单净量。该选股逻辑同时考虑了技术面、基本面和资金面，以短期为主，有助于寻找有上涨潜力、且当前市场热度高的股票。
同花顺指标公式代码参考
// 选取涨跌幅×超大单净量高的股票
SELECT S_INFO_WINDCODE
FROM ASHAREDESCRIPTION
WHERE S_INFO_EXCHMARKET IN ('SZSE', 'SSE')
AND S_INFO_LISTEDSTATE = '上市'
AND S_INFO_LASTTRADEDATE IS NULL
AND S_INFO_WINDCODE IN
(SELECT S_INFO_WINDCODE
FROM ASHAREINCOME
WHERE S_FA_YEAR >= 2018
AND S_FA_REPORT_TYPE = 'A'
AND S_FA_PROFIT_PARENT_COMPANY > 0
AND S_FA_PROFIT_PARENT_COMPANY / LAG(S_FA_PROFIT_PARENT_COMPANY, 3) > 1
AND S_FA_PROFIT_PARENT_COMPANY / LAG(S_FA_PROFIT_PARENT_COMPANY, 3) <= 2
AND S_INFO_WINDCODE IN
(SELECT S_INFO_WINDCODE
FROM ASHARETRADEDATA
WHERE S_INFO_WINDCODE IN
(SELECT S_INFO_WINDCODE
FROM ASHAREDESCRIPTION
WHERE S_INFO_SECTORTYPECODE = '4802')
AND S_DQ_PERCENT > 0
AND S_DQ_PERCENT < 0.01
AND RSI(S_DQ_CLOSE, 14) < 65
AND (S_DQ_CHANGE / S_DQ_RATIO) * S_MFD_INFLOW_VOLUME > 0
AND S_INFO_WINDCODE IN
(SELECT S_INFO_WINDCODE
FROM ASHAREEQUITY
WHERE S_DQ_MV > S_VAL_MV_LATEST)));
Python代码参考
# 导入需要用到的库
import pandas as pd
import tushare as ts
import talib
# 选股函数
def stock_picking(data):
# 计算RSI指标
rsi = talib.RSI(data['close'], timeperiod=14)
# 筛选A股
stock_list = ts.get_stock_basics().index.tolist()
data = data.loc[data.index.get_level_values(0).isin(stock_list)]
# 计算涨跌幅与超大单净量的乘积
pct_change = data['pct_chg'] / 100
large_order_net_inflow = data['buy_l'].rolling(window=5).sum() - data['sell_l'].rolling(window=5).sum()
market_signal = pct_change * large_order_net_inflow
# 筛选符合条件的股票
filter_cond = (rsi < 65) & (data['net_profits'].pct_change() > 0.2) & (data['net_profits'].pct_change() <= 1) & (market_signal > 0)
stock_list = data[filter_cond].index.tolist()
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。
