(supermind策略)换手率3%-12%、北京A股除外、rsi小于65_

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:在换手率3%-12%、剔除北京A股、RSI小于65的A股中进行选择。

选股逻辑分析

该选股逻辑侧重于选取处于相对低位的股票,通过换手率来筛选流动性好的股票,剔除北京A股减少官方政策的干预。此外,RSI小于65可以有效地筛选出低位回升的股票。

有何风险?

该选股逻辑的风险包括:1. RSI的选取可能影响逻辑的准确性,需要结合其他技术指标进行分析和验证;2. 选股时剔除北京A股可能会影响选股样本量,需要进行风险控制和数据预处理。

如何优化?

可以结合其他技术分析指标或基本面分析指标进行分析和验证,如MACD、KDJ等;同时,对RSI指标进行细化,结合临近支撑位、均线等指标进行验证。风险控制方面可以通过收集更全面的数据、建立预警机制进行优化,同时,可以考虑使用更先进的机器学习技术进行数据分析和验证。

最终的选股逻辑

在换手率3%-12%、剔除北京A股、RSI小于65的A股中进行选择,适当结合其他技术指标和基本面指标进行分析和验证,建立科学的风险控制和预警机制。

同花顺指标公式代码参考

选股公式:(HSL >= 0.03 AND HSL <= 0.12 AND RSI(14) < 65 AND SUBSTR(ZQ, 1, 3) != '北京市')

Python代码参考

import pandas as pd
import tushare as ts

def get_good_stocks():
    good_list = []

    ts.set_token('your_token')
    pro = ts.pro_api()

    end_date = datetime.datetime.today().strftime('%Y%m%d')

    # 获取股票列表
    stock_list = pro.stock_basic(exchange='', list_status='L', fields='ts_code, name, industry, market, list_date')

    for ts_code in stock_list['ts_code']:
        # 剔除北京A股
        if stock_list[stock_list.ts_code == ts_code].iloc[0]['market'] == '科创板':
            continue
        elif stock_list[stock_list.ts_code == ts_code].iloc[0]['market'] == '上交所' and stock_list[stock_list.ts_code == ts_code].iloc[0]['industry'] == '临时行业':
            continue
        elif stock_list[stock_list.ts_code == ts_code].iloc[0]['area'] == '北京':
            continue

        # 判断RSI是否小于65
        tech_data = pro.tech_indicator_daily(ts_code=ts_code, start_date=end_date, end_date=end_date, indicators='rsi14')
        if tech_data.iloc[-1]['rsi14'] > 65:
            continue

        # 判断换手率是否在范围内
        daily_data = pro.daily_basic(ts_code=ts_code, start_date=end_date, end_date=end_date)
        if daily_data.iloc[-1]['turnover_rate'] < 3 or daily_data.iloc[-1]['turnover_rate'] > 12:
            continue

        good_list.append({
            'ts_code': ts_code,
            'name': stock_list[stock_list.ts_code == ts_code].iloc[0]['name'],
            'industry': stock_list[stock_list.ts_code == ts_code].iloc[0]['industry'],
            'market': stock_list[stock_list.ts_code == ts_code].iloc[0]['market'],
        })

    good_stocks = pd.DataFrame(good_list)
    return good_stocks

good_stocks = get_good_stocks()
print(good_stocks)
    ## 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