问财量化选股策略逻辑
选股逻辑：在RSI小于65、高点为两日最高、换手率处于3%到12%之间的股票中筛选出有潜力的股票。
选股逻辑分析
该选股策略同样是以技术面指标RSI和走势为基础，通过筛选处于中等偏低的超卖状态且短期走势向上的股票，进而确定一定范围内的换手率。限制股票的换手率可以有效过滤掉一部分涨停的个股，增加选股的可靠性。
有何风险？
选股策略只关注技术面指标和短期走势，可能会存在选出质量不稳定的股票的风险。同时，当市场情绪冷淡或走势较差的时候，高换手率的股票可能会受到一定的影响，影响选股策略的效果。
如何优化？
- 结合基本面因素，如盈利状况、财务状况等，构建综合性的选股模型；
- 筛选处于短期和长期均线大幅向上以及MACD指标处于多头排列的股票，有利于确定有效的股票池；
- 考虑添加其他衡量市场情绪的指标，如资金流向等。
最终的选股逻辑
在RSI小于65、高点为两日最高、换手率处于3%到12%之间的股票中，筛选出处于短期和长期均线向上且MACD指标处于多头排列的优质股票。
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)；DIFF(CLOSE, SHORT, LONG); DEA(CLOSE, SHORT, LONG, M)
同花顺指标公式：MACD(CLOSE, SHORT, LONG, M)；DIFF(CLOSE, SHORT, LONG); DEA(CLOSE, SHORT, LONG, M)
python代码参考
以下是基于该选股策略编写的Python代码示例，仅供参考。
import tushare as ts
import pandas as pd
import talib
def select_stocks():
res = []
stocks_info = ts.get_stock_basics()
for stock in stocks_info.index:
try:
rsi_threshold = 65
if stocks_info.loc[stock]['timeToMarket'] > 20150101:
continue
hist_data = ts.get_hist_data(stock)
if hist_data is None:
continue
high_data = pd.Series(hist_data['high'].values)
if high_data[-1] != high_data[-2:].max():
continue
turnover_rate = float(stocks_info.loc[stock]['turnoverratio'])
if turnover_rate < 3 or turnover_rate > 12:
continue
rsi_data = talib.RSI(hist_data['close'].values, timeperiod=14)
if rsi_data is None or rsi_data[-1] > rsi_threshold:
continue
ma5 = talib.MA(hist_data['close'].values, timeperiod=5)
ma60 = talib.MA(hist_data['close'].values, timeperiod=60)
if ma5 is None or ma60 is None or ma5[-1] <= ma60[-1]:
continue
macd_diff, macd_dea, macd = talib.MACD(hist_data['close'].values, fastperiod=12, slowperiod=26, signalperiod=9)
if macd_diff is None or macd_dea is None or macd is None or macd[-1] <= 0:
continue
res.append(stock)
except Exception as e:
continue
return res
res = select_stocks()
print(res)
注：以上代码示例较为简单，实际情况更为复杂，在具体使用时需要根据实际情况进行修改。
## 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。
