问财量化选股策略逻辑
选股逻辑为：RSI小于65、MACD零轴以上、近25个交易日有单日涨幅大于等于百分之10。该选股策略基于技术指标和历史价格表现，通过筛选出有潜在上涨机会的股票，以期获取超额收益。
选股逻辑分析
该选股策略基于以下因素：
- RSI指标小于65，市场情绪相对平稳；
- MACD指标零轴以上，市场处于上涨或整理阶段；
- 近25个交易日有单日涨幅大于等于百分之10，表明股票有较强的上涨动能。
该选股逻辑结合了技术指标和历史价格表现的因素，对于正在上涨或处于整理前期的市场，可以筛选出有潜在上涨机会的股票，从而获取超额收益。
有何风险？
该选股策略可能存在以下风险：
- 单一因素选股容易忽略其他重要因素的影响，可能导致误判；
- 历史价格表现不能完全预测未来股票的表现，需要及时关注各项变化；
- 短期内买卖战略和交易成本等风险。
如何优化？
为了提高该选股策略的有效性和准确性，可以考虑以下因素：
- 结合 KDJ、布林带、成交量等其他技术指标，对选股进行进一步筛选；
- 结合新闻事件、公司基本面分析等因素，筛选出具有成长性和价值投资潜力的股票；
- 对选股策略进行定期回测和验证，及时发现和修正不足之处；
- 采用差值法、权重法等其他多因子选股模型，提高选股策略的有效性；
- 控制投资仓位和风险，避免单只股票过度占用资金。
最终的选股逻辑
选股条件为RSI小于65、MACD零轴以上、近25个交易日有单日涨幅大于等于百分之10。该选股策略基于技术指标和历史价格表现，通过筛选出有潜在上涨机会的股票，以期获取超额收益。
以下是同花顺指标公式代码参考：
- RSI指标：RSI(CLOSE, 14)；
- MACD指标：MACD(CLOSE, 12, 26, 9)；
- 近25个交易日涨幅大于等于10%：REF(CLOSE, 1) / REF(CLOSE, 26) >= 1.10
以下是Python代码实现该选股策略：
import tushare as ts
import talib as ta
# 定义选股条件
def condition(stock):
# RSI指标小于65
df = ts.get_k_data(stock)
if df.empty:
return False
close = df["close"].values
rsi = ta.RSI(close, timeperiod=14)
if rsi[-1] >= 65:
return False
# MACD指标零轴以上
macd, macdsignal, _ = ta.MACD(close, fastperiod=12, slowperiod=26, signalperiod=9)
if macd[-1] < 0 or macdsignal[-1] < 0:
return False
# 近25个交易日有单日涨幅大于等于百分之10
pre_close = df["close"].shift(1).values
rise_ratio = (close / pre_close - 1) * 100
if len(rise_ratio) < 25 or not any(rise_ratio[-25:] >= 10):
return False
return True
# 获取所有A股股票列表
stocks = ts.get_stock_basics().index.tolist()
selected_stocks = filter(condition, stocks)
# 打印符合条件的股票代码和名称
for stock in selected_stocks:
print(stock, ts.get_stock_basics().loc[stock]["name"])
## 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。
