问财量化选股策略逻辑
选股逻辑：在RSI小于65、主升起动以及2021年表现良好的股票作为投资标的。
选股逻辑分析
该选股策略在RSI和主升起动的基础上，更加强调2021年的表现，以寻找具有良好走势的股票。相比于前一个选股逻辑，该策略将涨停板条件去掉，注重基于时间的过滤。选取表现良好的股票，能够在一定程度上提高投资策略的稳定性和收益率。
有何风险？
- 只考虑短期走势，没有考虑公司的基本面和宏观经济的影响，存在盲目跟风的风险；
- 仅考虑2021年的表现，可能会忽略一些潜力较大的股票，降低策略收益率。
如何优化？
- 在时间条件的基础上，可以增加其他技术指标的判断，如MA、MACD等，以降低选股的难度和提高策略的稳定性；
- 结合基本面指标，如市盈率、市净率、营收增长率等，综合考量公司的财务状况；
- 采用机器学习、深度学习等方法，构建更加完善的选股模型，减少视觉判断和主观干预的影响。
最终的选股逻辑
在RSI小于65、主升起动以及2021年表现良好的情况下，选取该股票作为投资标的。
同花顺指标公式代码参考
以下是选股策略中使用的同花顺指标公式代码：
// RSI小于65
RSI(CLOSE,14) < 65
// 主升起动
HHV(HIGH,30) == REF(HHV(HIGH,30),1) AND
LLV(LOW,30) == REF(LLV(LOW,30),1)
// 2021年表现良好
YEAR(CLOSE == MAX(CLOSE, 240)) == 2021
Python代码参考
以下是Python代码示例，仅供参考。
import tushare as ts
import datetime
import talib
def select_stocks():
res = []
# 自选股
stk_concepts = ['300024', '300024']
# 除去停牌、ST、科创板、上市不足6个月的新股
stk_basics = ts.get_stock_basics()
stk_basics = stk_basics[stk_basics.index.isin(stk_concepts)]
today_dt = datetime.datetime.today().strftime('%Y-%m-%d')
stk_basics = stk_basics[(stk_basics['timeToMarket'] <= (today_dt - datetime.timedelta(days=120).strftime('%Y%m%d'))) & (stk_basics['name'].str.contains('ST') == False) & (stk_basics['market'] != '科创板')]
for idx, row in stk_basics.iterrows():
if row['outstanding'] <= 0 or row['totals'] <= 0 or row['circulating'] <= 0:
continue
try:
# 公司市值数据
mcap = row['totals'] * row['price']
if mcap < 10000000000:
continue
# 行情数据
hist_data = ts.get_k_data(idx, index=True, start='2020-01-01', retry_count=3, pause=None)
if hist_data is None or len(hist_data) < 31:
continue
# RSI小于65
rsi_threshold = 65
rsi = talib.RSI(hist_data['close'].values)[-1]
if rsi >= rsi_threshold:
continue
# 主升起动
highest_high = talib.MAX(hist_data['high'].values, timeperiod=30)[-1]
lowest_low = talib.MIN(hist_data['low'].values, timeperiod=30)[-1]
highest_high_ref = talib.MAX(hist_data['high'].values, timeperiod=30)[-2]
lowest_low_ref = talib.MIN(hist_data['low'].values, timeperiod=30)[-2]
if highest_high != highest_high_ref or lowest_low != lowest_low_ref:
continue
# 2021年表现良好
if not has_good_performance(hist_data):
continue
# 股票代码
res.append({'code': idx})
except Exception:
continue
return [x['code'] for x in res]
def has_good_performance(hist_data):
return hist_data.iloc[-1]['close'] >= hist_data.iloc[0]['close'] * 1.2 and hist_data.iloc[-1]['volume'] >= hist_data.iloc[:-5]['volume'].mean() * 2
res = select_stocks()
print(res)
注：在使用该代码时，请遵守国家法律法规和相关规定，严禁私自开展证券投资活动，自行承担相应风险。
## 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。
