问财量化选股策略逻辑
选股逻辑为：RSI小于65、MACD零轴以上、20日均线大于120日均线的股票。该选股策略同时考虑了市场情绪、走势以及股票价格趋势等因素，可以筛选出具备一定投资价值的标的。
选股逻辑分析
该选股策略基于以下因素：
- RSI指标反映市场情绪，RSI小于65表示市场情绪相对平稳；
- MACD指标反映市场走势，MACD零轴以上意味着市场可能处于上涨或整理阶段；
- 20日均线与120日均线的交叉点可以反映股票价格趋势的改变，选股时要确保20日均线大于120日均线。
有何风险？
该选股策略可能存在以下风险：
- 选股策略基于技术指标，相对于基本面考虑较少，因此可能存在漏评估股票的投资价值；
- MACD指标存在滞后性，选股时可能错过市场的早期行情；
- 长期均线与短期均线的交叉点存在假突破的可能性，进而影响选股的准确性。
如何优化？
为了提高该选股策略的有效性和准确性，可以考虑以下因素：
- 除了技术指标，考虑引入其他基本面因素，如盈利、成长性、估值等指标，全面了解股票的投资价值；
- 针对不同行业或市值，选取不同的均线组合进行选股，确保选股条件更加准确；
- 结合其他指标，如KDJ等技术指标，综合考虑股票的价格趋势和市场情绪。
最终的选股逻辑
选股条件为RSI小于65、MACD零轴以上、20日均线大于120日均线的股票。该选股策略综合考虑了市场情绪、走势以及股票价格趋势等因素，可以筛选出具备较高投资价值的标的。
以下是同花顺指标公式代码参考：
- RSI指标：RSI(14);
- MACD指标：DIF=EMA(CLOSE,12)-EMA(CLOSE,26);DEA=EMA(DIF,9);MACD=(DIF-DEA)*2。周线MACD同理；
- 均线指标：MA(CLOSE,20);MA(CLOSE,120)。
以下是Python代码实现该选股策略：
import tushare as ts
# 定义选股条件
def condition(stock):
# 验证股票是否退市以及停牌和ST
stock_basics_df = ts.get_stock_basics()
if stock not in stock_basics_df.index:
return False
if stock_basics_df.loc[stock]["timeToMarket"] > 0:
return False
if "ST" in stock_basics_df.loc[stock]["name"]:
return False
# RSI小于65
df_daily = ts.get_k_data(stock, ktype="D")
if df_daily.empty:
return False
rsi = df_daily["close"].talib("RSI", timeperiod=14)[-1]
if rsi >= 65:
return False
# MACD零轴以上
dif = df_daily["close"].ewm(span=12).mean() - df_daily["close"].ewm(span=26).mean()
dea = dif.ewm(span=9).mean()
macd = (dif - dea) * 2
if macd <= 0:
return False
# 20日均线大于120日均线
ma_20 = df_daily["close"].rolling(window=20).mean()
ma_120 = df_daily["close"].rolling(window=120).mean()
if ma_20[-1] <= ma_120[-1]:
return False
return True
# 获取所有A股股票列表
stocks = ts.get_stock_basics().index.tolist()
selected_stocks = filter(condition, stocks)
# 打印符合条件的股票代码和名称
for stock in selected_stocks:
print(stock, ts.get_stock_basics().loc[stock]["name"])
## 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。
