问财量化选股策略逻辑
选股逻辑：选择RSI小于65的股票，深证主板中市盈率在0-29.01之间，市净率在0-3.11之间的股票，10天内涨停天数大于2的股票。
选股逻辑分析
新增了判断股票涨停的条件，可以筛选出具有一定热度的股票，符合大众关注的热门股票。此外，涨停天数大于2也可以反映出股票超强的投机性和市场热度。但是，热门股票往往不具有资产的价值，存在过高的风险。
有何风险？
该选股策略可能会选出热门股票和概念股，这些股票往往是短期投机炒作的产物，不具有长期投资价值，且风险较大。另外，由于热门股票的交易量较大，持仓难度大，可能存在成交缺口等问题。
如何优化？
可以考虑增加估值、财务等方面的条件来筛选优质股票。考虑到一个股票的市场价值和股票估值存在较大差距时，选择低估值的股票是建仓评价非常重要的方面之一，可以选择净资产收益率、股息率等一系列财务指标进行筛选。此外，也可以加入公司基本面、行业趋势等方面的考量，从而增加持仓的稳定性和投资的稳健性。
最终的选股逻辑
选股逻辑：选择RSI小于65的股票，深证主板中市盈率在0-29.01之间，市净率在0-3.11之间的股票，10天内涨停天数大于2的股票。
同花顺指标公式代码参考
- RSI小于65：RSI(C, 14) < 65
- 深证主板中市盈率0-29.01：PE > 0 AND PE < 29.01
- 市净率0-3.11：PB > 0 AND PB < 3.11
- 10天内涨停天数大于2：COUNT(C == REF(UPPER(C), 1), 10) > 2
python代码参考
import pandas as pd
import tushare as ts
import talib
# 连接tushare并获取股票基本信息
token = 'token'
pro = ts.pro_api(token)
# 选择深圳主板
basic = pro.stock_basic(exchange='SZSE', list_status='L', fields='ts_code,symbol,name,area,industry,list_date')
# 筛选条件
rsi_threshold = 65
pe_low = 0
pe_high = 29.01
pb_low = 0
pb_high = 3.11
limit_days = 10
limit_counts = 2
# 判断股票是否满足条件
def check_conditions(stock_code):
# 判断rsi、pe、pb指标是否符合条件
finance = pro.query('daily_basic', ts_code=stock_code, fields='pe,pb')
if finance.empty: return False
pe = finance['pe'].iloc[-1]
pb = finance['pb'].iloc[-1]
if pe < pe_low or pe > pe_high or pb < pb_low or pb > pb_high: return False
if pe <= 0: return False
# 判断涨停天数是否大于两天
limit = pro.query('stk_limit', ts_code=stock_code, start_date='20210101', end_date='20211231')
if limit.empty: return False
limit_count = len(limit[limit['up_limit'] == limit['pre_close']])
if limit_count <= limit_counts: return False
# 判断RSI是否符合条件
tech = pro.query('daily', ts_code=stock_code, fields='close')
if tech.empty: return False
rsi = talib.RSI(tech['close'].values, 14)[-1]
if rsi >= rsi_threshold: return False
return True
# 遍历每支股票
result = []
for code in basic['ts_code']:
# 判断条件
if not check_conditions(code): continue
# 获取股票名称并加入结果列表中
result.append([code, basic[basic['ts_code'] == code].iloc[0]['name']])
# 按照股票名称排序
result_df = pd.DataFrame(result, columns=['代码', '名称']).sort_values(by='名称')
result_df.to_excel('result.xlsx', index=False)
## 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。
