问财量化选股策略逻辑
选股逻辑：选取RSI小于65、换手率在3%到12%之间、500日内至少涨停2次的股票作为投资标的。
选股逻辑分析
该选股策略主要从技术面入手，既考虑了股票的涨势，也选出了基本面稳健的股票。对于RSI小于65，是为了筛选出处于震荡状态的股票；换手率在3%到12%之间，则是为了排除低流动性和高风险的股票；500日内至少涨停2次，则是为了筛选出有一定成长性和吸引力的股票。
有何风险？
- 该选股逻辑的技术面选股可能会忽略股票的基本面或者市场环境等因素，存在选股不准确的可能性；
- 过分追求股票的涨势和成长性，可能忽略了公司财务和经营等基本面指标，存在投资风险。
如何优化？
- 综合考虑股票的基本面和市场环境，引入更多选股指标和因素，例如市盈率、市净率、市销率、行业轮动等等，提高选股的准确性和安全性；
- 肤浅的单一指标法容易产生一些非典型的噪音效应。本选股逻辑可以采用两两或多对多因素筛选法。
- 除了股票的涨势和成长性外，增加风险控制措施是非常必要的。
最终的选股逻辑
选取RSI小于65、换手率在3%到12%之间、500日内至少涨停2次的股票作为投资标的。
同花顺指标公式代码参考
- RSI：RSI(CLOSE, N=14)，其中CLOSE为股价收盘价，N为计算周期，例如RSI(CLOSE, 14)。
- 涨停次数：REF(MAX(HIGH,0),1)/REF(CLOSE,1)>1.095
综合以上指标得到选股逻辑的通达信公式如下：
RSI(CLOSE,14) < 65
AND VOL/REF(CAPITAL,1)/100 >= 3 AND VOL/REF(CAPITAL,1)/100 <= 12
AND REF(MAX(HIGH,0),1)/REF(CLOSE,1)>1.095
AND COUNT(REF(MAX(HIGH, 0), 1) / REF(CLOSE, 1) > 1.095, 500) > 1
Python代码参考
以下是Python代码示例，仅供参考。
import tushare as ts
import pandas as pd
import talib
def select_stocks(n):
res = []
for code in ts.get_stock_basics().index:
try:
# 行情数据
hist_data = ts.get_hist_data(code)
if hist_data is None:
continue
close_data = hist_data['close'].values
if len(close_data) < 500:
continue
# RSI
rsi_threshold = 65
rsi = talib.RSI(close_data)[-1]
if rsi >= rsi_threshold:
continue
# 换手率
turnover_threshold = (3, 12)
turnover = hist_data['volume'][-1] / ts.get_stock_basics().loc[code]['totals']
if turnover <= turnover_threshold[0] or turnover >= turnover_threshold[1]:
continue
# 涨停次数
high_limit = hist_data['high'].values
close_price = hist_data['close'].values
limit_count = ((high_limit / pd.Series(close_price).shift(1)) > 1.095).rolling(window=500).sum().iloc[-1]
if limit_count < 2:
continue
res.append(code)
except Exception as e:
continue
res = res[:n]
return res
# 选取前5个符合要求的股票
res = select_stocks(5)
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。
