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、换手率在3%~12%之间的股票中选取股票。
选股逻辑分析
该选股策略加入了换手率的限制条件，是为了筛选出相对活跃但不过于热门的股票。同时，符合前两个条件的股票也需要符合这个条件，使得筛选结果更加稳健。
有何风险？
该选股策略同样过于依赖短期技术指标，可能会出现选择过于短期、不具备长期潜力的股票的情况。同时，在低换手率的情况下，可能存在市场流动性不足、需谨慎投资的股票。
如何优化？
-
可以加入其他技术指标，如KDJ指标、布林带指标、OBV指标等，并同时进行综合分析。
-
可以加入长期股息趋势、股本结构、公司盈利质量等基本面指标，进行综合分析。
-
可以根据不同阶段和市场环境，实时调整筛选条件，例如在熊市中适当松动条件以寻求战略性资产配置机会。
最终的选股逻辑
在RSI小于65、15分钟周期MACD绿柱变短、换手率在3%~12%之间的股票中选取股票。
同花顺指标公式代码参考
- RSI指标：
通达信指标公式：RSI(CLOSE,14)
同花顺指标公式：RSI(CLOSE,14)
- MACD指标：
通达信指标公式：MACD(CLOSE,12,26,9)
同花顺指标公式：MACD(CLOSE,12,26,9)
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 datetime as dt
import talib
def select_stocks(stocks):
res = []
for stock in stocks:
try:
if stock.startswith('300'):
continue
# 非科创板
basic_data = ts.get_stock_basics()
if stock not in basic_data.index or basic_data.loc[stock]['industry'] == '科创板':
continue
# 判断MACD条件
end_date = dt.datetime.now().strftime('%Y-%m-%d')
start_date = (dt.datetime.now()-dt.timedelta(days=7)).strftime('%Y-%m-%d')
hist_data = ts.get_k_data(stock, ktype='15', start=start_date, end=end_date)
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] or macd[-1] < 0:
continue
# 判断RSI指标
rsi_threshold = 65
hist_data = ts.get_k_data(stock, ktype='D')
if hist_data is None or hist_data.empty or len(hist_data) < 20:
continue
rsi_data = talib.RSI(hist_data['close'].values, timeperiod=14)
if rsi_data is None or rsi_data[-1] >= rsi_threshold:
continue
# 判断换手率
turn_rate_threshold_low = 0.03
turn_rate_threshold_high = 0.12
today_data = ts.get_today_ticks(stock, 500)
if today_data is None or today_data.empty:
continue
turn_rate = today_data['amount'].sum() / today_data['vol'].sum() / basic_data.loc[stock]['totals']
if turn_rate < turn_rate_threshold_low or turn_rate > turn_rate_threshold_high:
continue
res.append(stock)
except Exception as 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。
