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，且换手率在2%到9%之间的股票中，选择作为股票池。
选股逻辑分析
该选股策略在RSI和MACD的基础上，加入了换手率这一指标，可以筛选出交易活跃但不过度热门的股票。
有何风险？
该选股策略可能会忽视一些基本面优秀但近期交易不活跃的股票，且涨停、跌停等因素对于换手率的影响可能会影响选股结果。
如何优化？
-
可以加入其他的技术指标，如均线、布林带等，来辅助选股的判断。
-
可以结合基本面指标，如市盈率、市净率等，来进行更全面的股票筛选。
最终的选股逻辑
在RSI小于65，15分钟周期MACD绿柱变短，且换手率在2%到9%之间且市值排名靠前的股票中，选择作为股票池。
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)
- 换手率指标：
通达信指标公式：VOL() / CAPITAL() * 100
同花顺指标公式：VOL() / CAPITAL() * 100
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 talib
def select_stocks(stocks):
res = []
for stock in stocks:
try:
# 判断RSI小于65
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
# 判断换手率
turnover_rate_threshold = 9
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) < 2:
continue
capital_data = ts.get_stock_basics().loc[stock]['totals'] * ts.get_stock_basics().loc[stock]['price']
if capital_data is None:
continue
turnover_rate = hist_data['volume'].iloc[-1] / capital_data * 100
if turnover_rate <= 2 or turnover_rate >= turnover_rate_threshold:
continue
# 判断市值排名
market_cap_rank_threshold = 2000
market_cap_rank = ts.get_stock_basics().loc[stock]['rank']
if market_cap_rank > market_cap_rank_threshold:
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。
