问财量化选股策略逻辑
选股逻辑：选取RSI小于65、换手率在3%-12%之间、机器人概念且流通市值小于100亿的企业作为投资标的。
选股逻辑分析
该选股逻辑综合考虑了技术面、市场调节和行业趋势等因素，通过筛选出RSI较低、波动较小的机器人概念股票，结合流通市值进行规模控制，追踪目前热门行业，投资风险相对可控。
有何风险？
该选股策略可能存在的风险：
- 机器人概念行业受政策影响较大，政策风险较高；
- 机器人概念行业处于快速发展阶段，市场未来的表现难以预测；
- 数据库中的机器人概念股票可能存在信息不及时、不准确的情况。
如何优化？
- 合理控制规模：
- 可以根据市场风险、资产规模等因素动态调整流通市值的阈值，减小单只股票对投资组合的影响；
- 可完善资产配置策略，对不同行业进行分散配置，降低特定股票或行业对整个投资组合的影响。
- 加强基本面分析：
- 应注重分析机器人概念股票的行业背景、市场需求、技术创新等基本面数据，分析上市公司的财务表现，规避市场风险；
- 按照不同时间维度，对财务指标的变化进行监测，及时发现财务风险信号，确保投资效益。
- 引入机器学习算法：
- 可以通过对机器人概念股票的历史数据进行分析，结合市场数据、新闻舆情等因素，使用机器学习算法构建股票预测模型，提高股票选取的精度和效果。
最终的选股逻辑
选取RSI小于65、换手率在3%-12%之间、机器人概念且流通市值小于100亿的企业作为投资标的。
同花顺指标公式代码参考
选股策略中使用的通达信公式代码如下：
/* 自定义板块机器人 */
INCONCEPT('机器人')
/* 整体市值小于100亿 */
AND(MV<C)
/* RSI小于65 */
AND(RSI(C,14)<65)
/* 换手率3%-12% */
AND(VOL/L>=0.03,VOL/L<=0.12)
python代码参考
以下是Python代码示例，仅供参考。
import tushare as ts
import pandas as pd
import numpy as np
import talib
def select_stocks():
res = []
# 机器人板块
stk_concepts = ts.get_concept_classified()
stk_concepts = stk_concepts[stk_concepts['concept_name'] == '机器人']
concept_stocks = list(stk_concepts['code'])
# 除去停牌、ST、科创板、次新股
stk_basics = ts.get_stock_basics()
stk_basics = stk_basics[stk_basics['name'].str.contains('ST') == False]
stk_basics = stk_basics[stk_basics['name'].str.contains('ST') == False]
stk_basics = stk_basics[stk_basics['name'].str.contains('ST') == False]
stk_basics = stk_basics[~stk_basics.index.isin(concept_stocks)]
stk_basics = stk_basics[stk_basics['launch_date'] <= '2019-09-01']
stk_basics = stk_basics[~stk_basics.index.str.match('^688')]
stk_basics = stk_basics[~stk_basics.index.str.match('^00224')]
stk_basics = stk_basics[~stk_basics.index.str.match('^0025[678]')]
stk_basics = stk_basics[~stk_basics.index.str.match('^30[01]')]
bjest = ['SH', 'SZ']
for idx, row in stk_basics.iterrows():
if row['outstanding'] <= 0 or row['totals'] <= 0:
continue
if row['esp'] < 0:
continue
# 市值
market_value_threshold = 100 # 100亿
market_value = row['totals'] * row['price']
if market_value > market_value_threshold:
continue
try:
# 行情数据
hist_data = ts.get_hist_data(idx)
if hist_data is None:
continue
close_data = hist_data['close'].values
high_data = hist_data['high'].values
low_data = hist_data['low'].values
if len(close_data) < 10:
continue
# RSI
rsi_threshold = 65
rsi = talib.RSI(close_data)[-1]
if rsi >= rsi_threshold:
continue
# 量比
vol_threshold = (0.03, 0.12)
turnover_rate = hist_data['volume'][-1] / hist_data['volume'][0]
if turnover_rate < vol_threshold[0] or turnover_rate > vol_threshold[1]:
continue
res.append(idx)
except Exception as e:
continue
return res
# 选取符合要求的股票
res = select_stocks()
print(res)
注：在使用该代码时，请遵守国家法律法规和相关规定，严禁私自开展证券投资活动，自行承担相应风险。
## 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。
