问财量化选股策略逻辑
选股逻辑为：RSI小于65、MACD零轴以上、500日内至少2次涨停。该选股策略综合考虑了市场情绪、走势和市场热度等因素，可以筛选出具备较好市场表现的标的。
选股逻辑分析
该选股策略基于以下因素：
- RSI指标反映市场情绪，RSI小于65表示市场情绪相对平稳；
- MACD指标反映市场走势，MACD零轴以上意味着市场可能处于上涨或整理阶段；
- 至少2次涨停反映了市场的热度和追涨情况。
有何风险？
该选股策略可能存在以下风险：
- 追高风险，过多关注股票短期涨跌情况，容易让投资者盲目追涨杀跌；
- 单一因素，该选股策略只考虑了市场情绪、走势和热度等因素，缺乏基本面和其他重要因素的综合考虑，可能筛选结果不够全面。
如何优化？
为了提高该选股策略的准确性和有效性，可以考虑以下因素：
- 加入基本面因素，如财务数据、行业前景等，以更全面地分析股票的价值；
- 考虑股票风险因素，如财务风险、公司治理等，排除存在高风险的标的；
- 引入其他技术指标和均线策略，提高股票筛选的准确性；
- 适当增加筛选条件，如新增250日内收益率等指标，筛选出更加优秀的标的。
最终的选股逻辑
选股条件为RSI小于65、MACD零轴以上、500日内至少2次涨停。该选股策略综合考虑了市场情绪、走势和市场热度等因素，可以筛选出具备较好市场表现的标的。
以下是同花顺指标公式代码参考：
- RSI指标：RSI(14);
- MACD指标：DIF=EMA(CLOSE,12)-EMA(CLOSE,26);DEA=EMA(DIF,9);MACD=(DIF-DEA)*2。周线MACD同理。
以下是Python代码实现该选股策略：
import tushare as ts
import datetime
# 定义选股条件
def condition(stock):
# 验证股票是否退市以及停牌和ST
stock_basics_df = ts.get_stock_basics()
if stock not in stock_basics_df.index:
return False
if stock_basics_df.loc[stock]["timeToMarket"] > 0:
return False
if "ST" in stock_basics_df.loc[stock]["name"]:
return False
# RSI小于65
df_daily = ts.get_k_data(stock, ktype="D")
if df_daily.empty:
return False
rsi = df_daily["close"].talib("RSI", timeperiod=14)[-1]
if rsi >= 65:
return False
# MACD零轴以上
dif = df_daily["close"].ewm(span=12).mean() - df_daily["close"].ewm(span=26).mean()
dea = dif.ewm(span=9).mean()
macd = (dif - dea) * 2
if macd <= 0:
return False
# 500日内至少2次涨停
df_daily = df_daily.set_index("date")
high_limit_counts = df_daily["close"].rolling(window=21).apply(lambda x: (x.pct_change() > 0.095).sum(), raw=True)[-1]
if high_limit_counts < 2:
return False
return True
# 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"])
## 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。
