(同花顺量化)100亿市值以内的无亏损企业_、元宇宙、rsi小于65

用户头像神盾局量子研究部
2023-08-31 发布

问财量化选股策略逻辑

选股逻辑为:RSI小于65、元宇宙、市值100亿以内、近年来无亏损。该选股策略主要考虑市场情绪、热门板块、股票市值、企业盈利等因素,并且根据股票代码的一定规律进行股票的筛选。

选股逻辑分析

该选股策略主要考虑以下几个因素:

  1. 市场情绪:RSI指标反映市场情绪,小于65表示市场情绪不是特别强劲;
  2. 热门板块:元宇宙等热门板块,考虑市场赛道热度;
  3. 股票市值:考虑市场中规模适中的股票,选择市值100亿以内的股票;
  4. 企业盈利:选择无亏损的企业,考虑企业的经营能力和盈利能力;
  5. 股票代码规律:选择以60开头的股票,考虑市场中的一定规律。

该选股策略主要通过技术指标、热门板块、股票市值、企业盈利等因素进行股票筛选,并且在选股时可以加入其他因素如行业、市盈率等进行综合考虑。

有何风险?

该选股策略可能存在以下风险:

  1. RSI指标只能反映市场情绪的短期变化,不一定能准确预测股票未来的走势;
  2. 根据股票代码规律进行筛选股票,可能存在选择的局限性;
  3. 股票市值是一种市场价格,不一定反映股票的价值;
  4. 过于强调企业盈利可能忽略了成长性等其他因素;
  5. 元宇宙等热门板块容易受到市场热度和热点影响,容易出现波动过于剧烈的情况。

如何优化?

为了提高选股策略的有效性和准确性,应该:

  1. 综合考虑多个因素,如股票的基本面、行业赛道、市场情绪、技术指标、股票趋势、财务指标、机构调研、分析师预测等多个因素;
  2. 加入时间序列分析方法,考虑不同时间段的数据对股票走势的影响,并适时调整股票筛选条件;
  3. 筛选股票时不只考虑企业盈利,还应该考虑股票的成长性、市盈率、市净率等因素;
  4. 加入企业治理等因素的分析,以判断企业的管理和质量;
  5. 通过机器学习和模型调优的方法,设计更加有效和准确的选股策略;
  6. 建立严格的风险控制机制,减少选股风险,并加入止盈、止损机制。

最终的选股逻辑

选股筛选条件为:RSI小于65、元宇宙、市值100亿以内、近年来无亏损企业。该选股策略主要考虑市场情绪、热门板块、股票市值、企业盈利等因素,并且根据股票代码的一定规律进行股票的筛选。另外,在选股时应加入止盈、止损机制,以防范风险。

同花顺指标公式代码参考

在当前逻辑中,需要使用RSI指标进行筛选,并判断股票是否属于元宇宙板块,以及股票的市值和盈利情况,具体指标公式如下:

(RSI(14) < 65) AND (C.str.contains("元宇宙")) AND (FLOAT_LT(CAPITALIZATION, 100)) AND (FLOAT_EQN(PROFIT, PROFIT) AND PROFIT > 0)

其中,RSI(14)是用于计算RSI(14)指标,用于判断当前股票市场情绪是否不太强劲;C.str.contains("元宇宙")是用于判断当前股票是否属于元宇宙板块;FLOAT_LT(CAPITALIZATION, 100)是用于判断股票市值是否在100亿以内;(FLOAT_EQN(PROFIT, PROFIT) AND PROFIT > 0)是用于判断股票近年来是否无亏损。

Python代码参考

以下是Python代码实现该选股逻辑:

import tushare as ts
  
# 定义选股条件
def condition(stock):
    # 获取RSI指标
    rsi = ts.get_k_data(stock, ktype='W')['close'].astype(float).talib('RSI', timeperiod=14)[-1]
    # 判断股票是否符合选股条件
    if ts.get_concept_detail(ts.get_concepts(code=stock))['concept_name'].str.contains("元宇宙") and ts.get_stock_basics().loc[stock]['nmc'] < 100:
        data = ts.get_profit_data(ts.get_earning_data(stock)['report_date'][0]) 
        if data is not None and all(data['roe'] > 0) and ts.get_stock_basics().loc[stock]['pe'] < 100:
            return True
    return False

# 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'])

为了获得更准确和全面的结果,应该定期更新股票的技术指标、市场情绪数据、股票规模数据、市场估值、财务指标、机构调研数据等信息,并加入止盈、止损机制,提高选股有效性。

    ## 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