问财量化选股策略逻辑
选股逻辑：在RSI小于65、15分钟周期MACD绿柱变短、非ST股票、10点之前选股票中进行选股，再根据五部涨停战法进行筛选。
选股逻辑分析
该选股策略综合考虑了技术面和基本面因素。在技术面方面，根据RSI指标和MACD指标找出弱势股，再排除ST股票和开盘后表现不佳的股票，筛选出进一步具有投资价值的股票。其中，RSI小于65、MACD绿柱变短、非ST股票和10点之前选股是基于技术面和基本面的判断条件，而五部涨停战法则是基于技术面的筛选条件。
有何风险？
该选股策略同样只考虑了RSI指标、MACD指标、ST股票和涨停板因素，不能充分反映股票的投资价值和风险。同时，该策略选股时过于依赖技术面指标和短期的涨跌情况，而忽略了基本面因素的影响。另外，开盘前选股可能会存在一定程度的随机性，存在较高的统计偏差。
如何优化？
-
结合大盘、行业、板块等宏观因素进行选股，能够更好的判断整体行情及个股表现，从而提高选股策略的可靠性。
-
在选股策略中引入更加广泛的基本面因素，如市盈率、市净率、资产负债率、营收增长率等，以及综合考虑当前经济、政策、产业等宏观环境，从而保证投资分析的全面性和稳定性。
-
综合各种选股策略，通过机器学习等技术进行优化，构建适合自己的、个性化的选股体系。
最终的选股逻辑
在RSI小于65、15分钟周期MACD绿柱变短、非ST股票、10点之前选股票的情况下，按照五部涨停战法进行筛选，选取符合条件的股票。
同花顺指标公式代码参考
- RSI指标：
通达信指标公式：RSI(CLOSE,N)
同花顺指标公式：RSI(CLOSE,N)
- MACD指标：
通达信指标公式：MACD(CLOSE,SHORT,LONG,M)
同花顺指标公式：MACD(CLOSE,SHORT,LONG,M)
python代码参考
以下是一个根据该选股策略实现的Python代码示例，仅供参考。
import tushare as ts
import talib
def select_stocks(stocks):
res = []
for stock in stocks:
try:
if stock.startswith('300'): # 排除创业板股票
continue
# 判断ST股票和开盘表现
if ts.get_today_ticks(stock).empty or ts.get_today_ticks(stock).iloc[-1]['change'] < 0:
continue
if ts.get_stock_basics()['name'][stock].find('*ST') != -1:
continue
# 判断RSI条件
rsi_threshold = 65
hist_data = ts.get_k_data(stock, ktype='D', end=ts.get_today_date(), autype='qfq')
if hist_data is None or hist_data.empty or len(hist_data) < 14:
continue
rsi_data = talib.RSI(hist_data['close'].values, timeperiod=14)
if rsi_data is None or rsi_data[-1] >= rsi_threshold:
continue
# 判断MACD条件
hist_data = ts.get_k_data(stock, ktype='15', end=ts.get_today_date(), autype='qfq')
if hist_data is None or hist_data.empty or len(hist_data) <= 10:
continue
macd, macdsignal, macdhist = talib.MACD(hist_data['close'].values, fastperiod=12, slowperiod=26, signalperiod=9)
if macd is None or macdsignal is None or macdhist is None or macdhist[-1] > macdhist[-2]:
continue
# 五部涨停战法筛选
open_price = ts.get_k_data(stock, ktype='D', end=ts.get_today_date(), autype='qfq').iloc[-1]['open']
hist_data = ts.get_k_data(stock, ktype='D', end=ts.get_today_date(), autype='qfq')
if (hist_data['close'] >= 1.04 * open_price).sum() < 5:
continue
res.append(stock)
except Exception as e:
print(e)
continue
return res
stocks = ts.get_stock_basics().index
res = select_stocks(stocks)
print(res)
## 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。
