问财量化选股策略逻辑
选股逻辑：在RSI小于65，15分钟周期MACD绿柱变短，10天内涨停天数大于2的股票中，选择作为股票池。
选股逻辑分析
该选股策略基于技术面分析指标RSI、MACD和涨停板数，同时增加了涨停板的过滤条件，更注重个股的市场热度和价格的波动性。该选股策略采用多角度的综合分析，可以更好的反映市场最新热点，有一定的使用价值。
有何风险？
该选股策略忽略了股票的基本面分析，只注重技术面指标和短期市场表现，一定程度上忽略了个股基本面的影响，具备一定的市场风险。同时，该选股策略不考虑股票历史涨跌，可能会存在短期回调的情况。
如何优化？
-
结合股票的基本面指标、财务背景等进行综合分析，以减少个股的风险。
-
在涨停板的过滤条件上增加更多限制，例如涨停次数等，以进一步提高选股的准确性和可持续性。
最终的选股逻辑
在RSI小于65，15分钟周期MACD绿柱变短，10天内涨停天数大于2的股票中，选择作为股票池。
同花顺指标公式代码参考
- RSI指标：
通达信指标公式：RSI(CLOSE,N)
同花顺指标公式：RSI(CLOSE,N)
- MACD指标：
通达信指标公式：MACD(CLOSE,SHORT,LONG,M)
同花顺指标公式：MACD(CLOSE,SHORT,LONG,M)
python代码参考
以下是根据该选股策略实现的Python代码示例，仅供参考。
import tushare as ts
import talib
def select_stocks(stocks):
res = []
for stock in stocks:
try:
# 判断RSI小于65
rsi_threshold = 65
hist_data = ts.get_k_data(stock, ktype='D', end=ts.get_today_date(), autype='qfq')
if hist_data is None or hist_data.empty or len(hist_data) < 14:
continue
rsi_data = talib.RSI(hist_data['close'].values, timeperiod=14)
if rsi_data is None or rsi_data[-1] >= rsi_threshold:
continue
# 判断MACD条件
hist_data = ts.get_k_data(stock, ktype='15', end=ts.get_today_date(), autype='qfq')
if hist_data is None or hist_data.empty or len(hist_data) <= 10:
continue
macd, macdsignal, macdhist = talib.MACD(hist_data['close'].values, fastperiod=12, slowperiod=26, signalperiod=9)
if macd is None or macdsignal is None or macdhist is None or macdhist[-1] > macdhist[-2]:
continue
# 判断涨停板条件
hist_data = ts.get_k_data(stock, ktype='D', end=ts.get_today_date(), autype='qfq')
if hist_data is None or hist_data.empty or len(hist_data) < 10:
continue
up_limit_days = 0
for i in range(len(hist_data)-1, len(hist_data)-12, -1):
if hist_data.iloc[i]['close'] == hist_data.iloc[i]['high']:
up_limit_days += 1
else:
break
if up_limit_days <= 2:
continue
res.append(stock)
except Exception as e:
print(e)
continue
return res
stocks = ts.get_stock_basics().index
res = select_stocks(stocks)
print(res)
## 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。
