(i问财选股策略)换手率_2%且_9%_、按个股热度从大到小排序名、rsi小于65

用户头像神盾局量子研究部
2023-09-01 发布

问财量化选股策略逻辑

选股逻辑:选取RSI小于65、按个股热度从大到小排序、换手率在2%到9%之间的股票。

选股逻辑分析

该选股逻辑结合技术面和市场基本面进行选股,选取RSI小于65这一技术面指标进行选股,并使用个股热度和换手率作为市场基本面的筛选条件,通过排序选择相对活跃的股票,并且通过限制换手率的范围来筛选一定的流动性较好的股票。

有何风险?

该选股逻辑没有考虑企业基本面的情况,可能存在股票价值被低估或高估的情况。且略微狭隘地限制了选股范围,可能会错过一些有潜力的标的。

如何优化?

可综合考虑企业基本面、技术面和市场热度等多方面因素来筛选个股。可使用更加精准的流动性指标,如资金流入流出比率等来筛选股票。

最终的选股逻辑

综合考虑企业基本面、技术面和市场热度等因素,选取符合综合条件的股票,并限制换手率的范围,筛选一定流动性较好的股票。

同花顺指标公式代码参考

RSI指标:RSI(CLOSE,14)

换手率指标:TURNRATE

python代码参考

import tushare as ts
import datetime
import talib
import numpy as np

# Tushare需要先调用login接口进行登陆
ts.set_token("your_tushare_token")
# 初始化pro接口对象
pro = ts.pro_api()

# 获取所有股票列表
stock_list = pro.stock_basic(exchange="", list_status="L", fields="ts_code").sort_values(by='vol3month', ascending=False)

# 循环遍历股票列表,按热度排序选取符合条件的股票
result_list = []
for stock in stock_list.ts_code.tolist():
    # 获取股票日线数据
    data = pro.daily(ts_code=stock, end_date="20220401", start_date="20220324")
    # 计算RSI指标
    rsi = talib.RSI(data["close"].values, timeperiod=14)[-1]
    # 获取换手率
    turn_rate = data.iloc[0]['vol'] / data.iloc[0]['circ_mv']
    # 判断是否符合选股条件
    if rsi < 65 and data.iloc[0]['vol'] > 10000 and not pd.isnull(data.iloc[0]['notional']) and turn_rate >= 0.02 and turn_rate <= 0.09:
        result_list.append(stock)
# 按照个股热度排序
result_list = stock_list[stock_list['ts_code'].isin(result_list)].sort_values(by="vol3month", ascending=False)["ts_code"].tolist()

# 打印符合选股条件的股票列表
print(result_list)
    ## 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](http://u.thsi.cn/imgsrc/pefile/94c5cde12014f99e262a302741275d05.png)
收益&风险
源码

评论