(supermind量化策略)a1/rsi小于65、涨跌幅×超大单净量、日线macd>0

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

选股逻辑包括:RSI小于65,涨跌幅乘以超大单净量,日线MACD大于0的股票。

选股逻辑分析

此选股逻辑中,进行了RSI、涨跌幅乘以超大单净量的筛选条件,并增加了MACD的条件。MACD指标可以反映出股票近期的走势,并结合其他指标进行选股,能够更好地判断市场走势,并选择具有良好走势的个股。但也需要注意该指标本身仍存在市场风险和可能存在过度投机的问题。

有何风险?

  1. 对市场走势的判断不准确,可能选出表现不佳的股票;
  2. 预设的投资策略存在预设缺陷,可能存在过度投机的情况;
  3. 指标参数的选择和设置可能存在不合理的情况,对于不同的股票可能不适用。

如何优化?

  1. 与其他量化指标结合使用,并充分考虑公司基本面、行业发展等因素进行评估,提高选股准确性;
  2. 设定更恰当的盈亏比阈值,降低风险,并建立严格的风险管理模式;
  3. 选择合适的参数进行指标计算,将多种量化指标结合使用,建立对多方面的考虑,提高选股效果。

最终的选股逻辑

选股逻辑包括:RSI小于65,涨跌幅乘以超大单净量,日线MACD大于0的股票,市盈率小于30。

同花顺指标公式代码参考

/* RSI指标 */
RSI:=RSI(CLOSE,14);

/* 涨跌幅 */
CHANGE:=((CLOSE-REF(CLOSE,1))/REF(CLOSE,1))*100;

/* 超大单净量 */
SUPER_BIG_NET:=SUM(VOL*IF(CHANGE>0,1,-1),5);

/* MACD指标 */
DIF,DEA:MACD(CLOSE,12,26,9);
MACD_OVER_0:=IF((DIF-DEA)>0,1,-1);
MACD_OVER_0_SUM:=SUM(MACD_OVER_0,5);

/* 市盈率 */
PE:=TtmPE;

/* 筛选条件 */
FILTER:=(RSI<65) AND (CHANGE*SUPER_BIG_NET>0) AND (MACD_OVER_0_SUM>0) AND (PE<30);

/* 排序 */
SELECT N FROM FILTER ORDER BY N;

/* 选取A股股票 */
SELECT(MARKET="SH,SZ");

Python代码参考

import akshare as ak

# 获取当前A股股票列表
stock_list = ak.stock_zh_a_spot_em()

# 计算并筛选符合条件的股票
selected_stocks = []
for stock_code in stock_list.index:
    # 获取股票数据
    rsi_data = ak.stock_zh_index_daily_indicator(stock_code)
    if rsi_data is None:
        continue
    rsi_14 = rsi_data.iloc[-1]["rsi_14"]
    daily_data = ak.stock_zh_a_daily_em(stock_code)
    if daily_data is None:
        continue
    net_volume = (daily_data["成交额"].values / daily_data["成交额"].rolling(5).mean().values) * (daily_data["涨跌幅"].values > 0) - (daily_data["成交额"].values / daily_data["成交额"].rolling(5).mean().values) * (daily_data["涨跌幅"].values < 0)
    change_super_big_net = (daily_data["涨跌幅"].values * net_volume)[-1] > 0
    if not change_super_big_net:
        continue
    macd_data = ak.stock_zh_index_daily_indicator(stock_code, indicator="MACD")
    if macd_data is None:
        continue
    macd_over_0_sum = (macd_data["diff"] > macd_data["dea"]).rolling(5).sum().values[-1]
    if macd_over_0_sum <= 0:
        continue
    finance_data = ak.stock_zh_a_performance(stock_code, period="year")
    if finance_data is None or finance_data.empty:
        continue
    pe_ttm = finance_data.iloc[-1]["pe_ttm"]
    if not pd.isnull(pe_ttm) and pe_ttm < 30:
        selected_stocks.append(stock_code)

# 输出符合条件的股票代码和名称
for stock_code in selected_stocks:
    stock_info = stock_list.loc[stock_code]
    if stock_info["名称"] == "None":
        continue
    print(f"{stock_code}、{stock_info['名称']}")
    ## 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