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%，周K线上穿30周线。该选股逻辑综合了技术面和基本面，并以市场情况作为限制条件，寻找具备短期和中长期投资价值的股票。
选股逻辑分析
该选股逻辑综合考虑了RSI指标、归属母公司股东的净利润同比增长率和周K线等因素作为选股的依据，既关注了技术面也考虑了基本面。选股的逻辑是要求RSI指标小于65，表明该股票处于下降趋势，有一定的买入机会；同时要求归属母公司股东的净利润同比增长率大于20%小于等于100%，表明公司盈利有增长趋势；并且要求周K线上穿30周线，表明股票未来有趋势反转的可能性。
有何风险？
该选股策略准确性可能会受到市场波动和财务数据变化的影响。此外，缺乏对资产负债表及现金流量表等财务指标分析，可能无法全面了解企业的财务状况，会导致选出的股票相对高风险。另外，如果只根据周K线上穿30周线来进行选股，可能忽略短期上涨趋势的股票，导致错过投资机会。
如何优化？
可以考虑加入其他市场指标和公司分析指标，如市盈率、市净率、技术指标等等，加强选股指标的有效性。同时，可以考虑增加更多的财务指标，如资产负债表、现金流量表等，以更全面的了解企业的财务状况。此外，可以采用多周期分析的方法来进行选股，综合考虑长、中、短期的股票走势。
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%，周K线上穿30周线。该选股逻辑综合考虑了技术面和基本面，并以市场情况作为限制条件，寻找具备短期和中长期投资价值的股票。
同花顺指标公式代码参考
// 筛选A股
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_DQ_KLINES_TRADE_DATE > dateadd(week, -30, getdate())
AND S_DQ_KLINES_MA > REF(S_DQ_KLINES_MA, 1)
)
)
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)]
# 计算归属母公司股东的净利润同比增长率
data['net_profits_growth'] = data['net_profits'].pct_change()
# 筛选流通市值在50亿-100亿之间的股票
data = data.loc[(data['circ_mv'] >= 5000000000) & (data['circ_mv'] <= 10000000000)]
# 计算周线
data_week = data.resample('W').last()
data_week['close_ma30'] = data_week['close'].rolling(window=30).mean()
# 计算筛选条件
filter_cond = (rsi < 65) & (data['net_profits_growth'] > 0.2) & (data['net_profits_growth'] <= 1) & (data_week['close'] > data_week['close_ma30']) & (data_week['close'].shift(1) <= data_week['close_ma30'].shift(1))
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。
