问财量化选股策略逻辑
选股逻辑：在RSI小于65、昨日竞价换手率大于0.26、集中度70 < 20%的股票中，选取符合条件的股票。
选股逻辑分析
该选股策略基于技术分析和市场因素，RSI用于强调技术因素，昨日竞价换手率用于挑选热门股票，集中度用于筛选健康企业的投资组合。该选股逻辑综合考虑了多方面因素，风险相较上一策略有所降低。
有何风险？
该选股策略的主要风险在于集中度过低可能导致行业或板块分散，从而不能获得良好的市场表现。同时，简单的技术指标和市场因素可能无法充分反映企业的内在价值。
如何优化？
1.引入更多市场因素：可适当加入成交量、市值、股价等指标，并加强与公司基本面之间的联系，以达到更全面的选择。
2.考虑不同行业或板块的比例：可以控制选出股票的行业分布比例与资本投入比例，以达到有效的风险控制。
3.数据的动态监测：应定期更新和监测选股的指标，考虑实际情况和市场动态，及时修正选股策略。
最终的选股逻辑
选股标准为：RSI小于65、昨日竞价换手率大于0.26、集中度70 < 20%的股票中，选取符合条件的股票。
同花顺指标公式代码参考
// RSI小于65
CONDITION1 = RSI(C,14) < 65;
// 昨日竞价换手率大于0.26
CONDITION2 = Turnover > 0.26;
// 集中度70 < 20%
CONDITION3 = 圆形图(行业分布比例) < 20;
// 排序
SORT_BY = 按个股热度排序;
// 筛选符合条件且按个股热度排序的股票
SELECT (CONDITION1 AND CONDITION2 AND CONDITION3) ORDER BY SORT_BY DESC;
python代码参考
import datetime
import tushare as ts
import talib
def select_stocks(stocks):
res = []
for stock in stocks:
try:
k_data = ts.get_k_data(stock, start='1900-01-01', end=datetime.datetime.now().strftime('%Y-%m-%d'))
rsi = talib.RSI(k_data['close'].astype(float).values, timeperiod=14)[-1]
turnover = k_data['turnover'].astype(float).values[-2] / 100
industry_distribution = ts.get_stock_basics().loc[stock]['industry']
total_assets = ts.get_stock_basics().loc[stock]['totalAssets']
hot_degree = ts.get_realtime_quotes(stock).iloc[0]['name']
if rsi < 65 and turnover > 0.26 and circle_plot(industry_distribution) < 20 and total_assets > 0.2e9:
res.append((hot_degree, stock))
except:
continue
res.sort(reverse=True)
return [i[1] for i in res]
def circle_plot(industry_distribution):
df = ts.get_industry_classified()
total = df[df['c_name'] == industry_distribution].shape[0]
return total / df.shape[0] * 100
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。
