问财量化选股策略逻辑
选股逻辑：在RSI小于65、信号周期为15分钟的MACD绿柱变短、市值不超过100亿且无亏损企业的股票中，选择作为股票池。
选股逻辑分析
该选股策略在技术指标的基础上，加入了股票市值和企业盈利能力的考量，筛选出市值适当、稳定盈利或已经改善业绩的股票。同时，RSI指标和MACD指标的结合判断股票的买入和卖出时机。
有何风险？
该选股策略仅考虑了技术指标和企业基本面的部分因素，忽略了一些重要的财务指标，如负债率、净资产收益率、P/E比等。同时，技术指标和均线的使用可能会出现一定程度的滞后性和误差，存在选出较大波动的股票的风险。
如何优化？
-
可以结合其他财务数据指标，如净利润增长率、股息率、市盈率等指标，进行综合分析的筛选。
-
根据市场的大行情和股票的特殊性，可以适度调整市值的范围，并优先考虑优秀的中小市值股票。
-
针对技术指标和MACD指标的滞后性和误差，结合布林带等指标，加入对股票的波动或趋势的判断和筛选。
最终的选股逻辑
在RSI小于65、信号周期为15分钟的MACD绿柱变短、市值不超过100亿且无亏损企业的股票中，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
以下是基于该选股策略编写的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) < 30:
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
# 判断市值和企业基本面
basic_info = ts.get_stock_basics()
if basic_info is None or basic_info.empty or stock not in basic_info.index:
continue
if basic_info.loc[stock]['totals'] > 100 or basic_info.loc[stock]['timeToMarket'] > 0:
continue
profit_info = ts.get_profit_data(year=int(ts.get_year()), quarter=(int(ts.get_month())-1)//3+1)
if profit_info is None or profit_info.empty or stock not in profit_info.index:
continue
if profit_info.loc[stock]['roe'] < 0 or profit_info.loc[stock]['or_yoy'] < 0:
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。
