(supermind量化)artical/振幅大于1#rsi小于65#外盘除内盘大于1

用户头像神盾局量子研究部
2023-08-18 发布

问财量化选股策略逻辑

选股逻辑:振幅大于1,rsi小于65,外盘/内盘大于1.3。

选股逻辑分析

该选股逻辑主要以技术面指标为主,考虑了股票的波动和超买超卖程度,以及内外盘情况。振幅和rsi用于评估股票的价格波动情况和超买超卖程度,而内外盘比则反映了当前股票的供需情况。通过综合以上指标进行筛选,可以更好地找到具有较好涨势和交易量支撑的个股。

有何风险?

该选股逻辑主要以技术面为主,而忽略了公司基本面的因素,如公司财务状况、行业情况等。同时,在选择参数、参考时间段和计算方式时,也可能存在数据突变或者数据波动的情况,会对选股策略造成一定的影响。此外,内外盘比只反映了当前市场的供需关系,而没有考虑更深层次的市场因素,可能存在短期供需反转的情况。

如何优化?

可综合考虑技术面和基本面指标,以及市场宏观和微观环境的情况,配置更多的筛选条件,如市盈率、市净率、板块热度、资金流向等,以更全面的角度考虑股票的投资价值。同时,也可以尝试在振幅、rsi和内外盘比的基础上,引入更多的指标如OBV、DMI等进行筛选,以期找到更稳定和可靠的投资标的。

最终的选股逻辑

选股逻辑为:振幅大于1,rsi小于65,外盘/内盘大于1.3。同时,在综合考虑技术面和基本面的情况下,引入更多的指标进行筛选。

同花顺指标公式代码参考

内外盘比:IF(VOL > 0, OVB / VOL, 0)

Python代码参考

# 振幅
amplitude = (high - low) / ref(close, 1) * 100

# RSI
up = max(close - ref(close, 1), 0)
down = abs(close - ref(close, 1))
rs = sma(up, N, 1) / sma(down, N, 1)
rsi = rs / (1 + rs) * 100

# 外盘/内盘
net_volume = vol * (close - open)
ovb = sum(ifelse(net_volume > 0, net_volume, 0), N)
vol_sum = sum(vol, N)
oprc_sum = sum(open, N)
ivb = sum(ifelse(oprc_sum > 0, vol_sum * (close - opc_sum) / oprc_sum, 0), N)
in_out_ratio = ovb / ivb

# 选取符合条件的股票
selected_stocks = selector(amplitude > 1, rsi < 65, in_out_ratio > 1.3)

# 筛选出股票的相对强度并选取强度最强的前20%
rps = (close - sma(close, N)) / sma(close, N)
top20 = int(len(context.selected_stocks) * 0.2)
sorted_stocks = sorted(selected_stocks, key=lambda s: rps.loc[s].iloc[-1], reverse=True)
selected_stocks = sorted_stocks[:top20]

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。

94c5cde12014f99e262a302741275d05.png

收益&风险
源码

评论

需要帮助?

试试AI小助手吧