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，股票代码以60开头。
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。在股票代码上，要求股票代码以60开头，以筛选特定行业的股票。通过综合考虑技术面和基本面，并结合股票代码的筛选，选择表现相对较弱但具有较大潜力的股票。
有何风险？
该选股逻辑过于依赖股票代码的筛选，可能会忽略其他具有潜力的股票。同时，要求股票代码以60开头，也可能导致选股结果具有行业偏差性。
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，除了公司上市时间，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。在股票代码的筛选上，可以引入其他指标如行业分类等细化筛选条件，以减少行业偏差性。
最终的选股逻辑
选股逻辑：rsi小于65，上市时间大于1年，股票代码以60开头，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: LEFT(GetCode(),2) == "60"
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", "上市时间": "listed_time"}, inplace=True)
stock_info['code'] = code
# 剔除上市时间较短和代码不以60开头的股票
if stock_info['listed_time'] > 1 and code.startswith('60'):
# 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。
