问财量化选股策略逻辑
选股逻辑：在RSI小于65、非科创板的情况下，选取股票并按个股热度从大到小排序名。
选股逻辑分析
该选股策略仍然考虑了技术面和市场热度两方面的考虑，通过RSI指标判断股票是否超卖，同时按个股热度排序，将市场对该股票的认可程度考虑进来，从而选出符合标准且市场认可度高的股票。
有何风险？
市场热度并不一定能够代表该股票的实际估值和表现，也存在市场热度的偏差和波动性，因此仍然需要结合其他因素进行选股。
如何优化？
-
结合财务数据综合考虑：考虑多种财务数据，比如ROE、净利润增长率等，从多个角度验证股票的优劣。
-
引入行业因素进行分析：不同行业的股票可能会受到不同的市场热度，结合行业特点选取出表现更好的股票。
最终的选股逻辑
选股标准为：在RSI小于65、非科创板的情况下，选取股票并按个股热度从大到小排序名。
同花顺指标公式代码参考
RSI公式：RSI:=SMA(MAX(CLOSE-LAST,0),N,1)/SMA(ABS(CLOSE-LAST),N,1)*100;
python代码参考
import tushare as ts
import talib
from datetime import datetime, timedelta
def select_stocks(stocks):
res = []
for stock in stocks:
try:
if stock.startswith('300'):
continue
today_data = ts.get_realtime_quotes(stock)
if today_data is None or today_data.empty:
continue
if '创业' in today_data.loc[0]['name'] or '科技' in today_data.loc[0]['name']:
continue
if today_data.loc[0]['time'] < '14:45:00':
continue
if today_data.loc[0]['time'] > '15:00:00':
continue
hist_data = ts.get_hist_data(stock)
if hist_data is None or hist_data.empty:
continue
# 计算RSI
period = 14
rsi_data = talib.RSI(hist_data['close'].values, timeperiod=period)
if rsi_data is None or rsi_data[-1] >= 65:
continue
# 获取个股热度
hot_rank = ts.top_list(datetime.today().strftime('%Y-%m-%d'))
hot_rank = hot_rank[hot_rank['code'] == stock]
if hot_rank is None or hot_rank.empty:
continue
res.append((stock, hot_rank.index[0]))
except Exception as e:
print(e)
continue
res.sort(key=lambda x: x[1], reverse=True)
return [x[0] for x in 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。
