问财量化选股策略逻辑
选股逻辑为：RSI小于65、振幅大于1、集中度70%到20%。该选股策略旨在选出技术面稳定、市场规模较大、持有人集中度较低的股票。
选股逻辑分析
该选股策略综合考虑了技术面、市场规模和投资者持股情况等因素。RSI小于65和振幅大于1表示技术面相对稳定，集中度70%到20%代表投资者持股分布较为分散，市场规模较大为其提供了流动性与稳定性。
有何风险？
该选股策略存在以下风险：
- 忽略了公司的基本面，有可能选择业绩不佳的公司；
- 集中度的计算方式可能对少数股东拥有相对较高股份的公司失真，建议加入更为精确的持股计算方法。
如何优化？
为了优化该选股策略，建议：
- 加入更多的财务指标作为筛选条件，例如利润增长、ROE等等，以综合分析股票的基本面与技术面；
- 使用更为精确的持股计算方式，例如计算分别持股5%以上股东数目和持股比例。
最终的选股逻辑
选股条件：RSI小于65、振幅大于1、集中度70%到20%的股票。该选股策略旨在选出技术面稳定、市场规模较大、持有人集中度较低的股票。
同花顺指标公式代码参考
在当前逻辑中，可以使用以下通达信指标：
RSI（相对强弱指标）: RSI(CLOSE, N)，其中N为计算周期，默认值为14；
振幅：最高价-HIGH，其中HIGH为周期内的最高价；
集中度需要借用同花顺、东方财富等数据平台提供的数据，计算方式为：计算分别持股5%以上股东数目和持股比例。
python代码参考
以下是python代码实现该选股逻辑（假设使用Tushare库）：
import tushare as ts
# 获取股票代码列表
stocks = ts.get_stock_basics().index.tolist()
# 定义选股条件
condition = lambda stock: (ts.get_hist_data(stock)['rsi'][0]<65
and ts.get_hist_data(stock)['high'][0]-ts.get_hist_data(stock)['low'][0]>ts.get_hist_data(stock)['close'][0]*0.01
and ts.get_major_holders(stock)['pctsum'].iloc[0]<=70
and ts.get_major_holders(stock)['pctsum'].iloc[-1]>=20)
# 筛选符合条件的股票
selected_stocks = filter(condition, stocks)
# 输出符合条件的股票名称
for stock in selected_stocks:
print(stock)
## 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。
