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、2019分红比例大于25%的情况下选股。
选股逻辑分析
该选股策略同样融合了技术面和基本面因素，除了考虑股票技术面的RSI指标和MACD指标，还关注了股票的基本面因素，即2019分红比例。能够筛选出具有较高流动性和较好分红能力的优质股票。
有何风险？
该选股策略在技术面和基本面方面都考虑了一些指标，但是有时候基本面比较好的股票并不一定会在技术面表现出色。同时，当选股逻辑中含有一些基本面因素时，可能会忽略当前市场的整体行情和趋势，从而对部分股票进行错误判断。
如何优化？
-
对于每个指标的权重进行再评估，并通过专业的数据分析工具对指标进行合理的加权，从而得到更加确定的选股行情。
-
配置板块风险控制，选择较为稳健和高潜力的行业板块，以帮助投资者更好地规避风险并提高收益。
-
利用量化分析和大数据工具进行股票分析，通过加入更多的分析方法和细节指标，来进一步提高选股的精准度和稳定性。
最终的选股逻辑
在RSI小于65、15分钟周期MACD绿柱变短、2019分红比例大于25%的情况下选股。
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
以下是一个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:
if stock.startswith('300'): # 排除创业板股票
continue
# 判断2019分红比例
year_data = ts.profit_data(year=2019, top=1000)
if stock not in year_data['code'].values:
continue
row = year_data[year_data['code']==stock]
if row.empty or row.iloc[0]['divi'] < 0.25:
continue
# 判断RSI条件
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
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。
