问财量化选股策略逻辑
选股逻辑：rsi小于65，上市时间大于1年，发布日期在2021年。
选股逻辑分析
该选股逻辑同样采用技术面和基本面指标相结合的方式，使用RSI指标来判断股票处于超卖状态。同时，要求股票上市时间大于1年，以筛选出成熟企业。在基本面上，要求股票发布日期为2021年，以挖掘近期有利于企业发展的政策和经济环境。通过综合考虑技术面和基本面，选择表现相对较弱但具有较大潜力的股票。
有何风险？
该选股逻辑会忽略股票的基本面，而仅基于股票的技术面进行选股。同时，也会忽略除2021年外其他时间段的有利因素，可能导致选出的股票在长期表现上不尽如人意。
如何优化？
可以在选股中引入其他技术指标如MACD等来评估股票的走势。同时，在基本面上，除了政策和经济因素外，可以引入公司财务报表和成长性等指标来评估公司的价值和潜力。
最终的选股逻辑
选股逻辑：rsi小于65，上市时间大于1年，发布日期在2021年，并且所属行业前五。
同花顺指标公式代码参考
C1: MAINBORADINFO(1) == 1 AND ZuiXinJia >= 5
C2: BARSLAST(C1) >= 240
C3: RSI(CLOSE, 14) < 65
C4: YEAR(PUBLISHDATE) == 2021
C5: NUMINLIST(STOCKINDUSTRYINFO, INDUSTRYTOP(5), INDUSTRYNAME) > 0
SELECT IF(C1 AND C2 AND C3 AND C4 AND C5, 1, 0)
Python代码参考
import pandas as pd
import akshare as ak
import talib
def get_stock_list():
result_df = pd.DataFrame()
stock_pool = ak.stock_zh_a_spot().astype({'证券代码':'str'})['证券代码'].tolist()
for code in stock_pool:
# 获取股票基本信息
stock_info = ak.stock_info_a_name(code).reset_index(drop=True)
if len(stock_info) == 0:
continue
stock_info.rename(columns={"0": "name", "4": "industry", "发布日期": "publish_date", "上市时间": "listed_time"}, inplace=True)
stock_info['code'] = code
stock_info = stock_info[['code', 'name', 'industry', 'publish_date', 'listed_time']]
# 剔除上市时间较短的股票
if stock_info['listed_time'] > 1:
# 判断是否发布于2021年
if stock_info['publish_date'].dt.year == 2021:
# 判断是否为前五行业
if stock_info['industry'].iloc[0] in stock_info['industry'].value_counts().index[:5]:
result_df = result_df.append(stock_info, ignore_index=True)
return result_df
## 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。
