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、近25个交易日中有单日涨幅大于等于百分之10的情况下进行选股。
选股逻辑分析
该选股策略以技术指标为基础，加入了近期股票价格的涨幅情况作为选股条件。RSI小于65代表股票存在一定的安全边际，昨日竞价换手率大于0.26代表市场对该股看好程度较高，同时近25个交易日中有单日涨幅大于等于百分之10，代表该股的涨势良好，且有较大的上涨空间。
有何风险？
该选股策略可能会忽略一些基本面较好但价格走势波动较小的股票。此外，涨幅的统计周期选择可能会影响选出的股票，若周期较短，则可能会选出波动较大的股票，风险较高。
如何优化？
1.引入基本面分析：结合财务数据和行业地位等基本面分析指标，综合判断企业的价值和投资潜力，可以排除那些基本面较差的、价格波动较大的股票。
2.加入风险控制：针对股票价格的波动性，加入相关指标来判断股票价格的风险情况，并对选股策略进行调整。
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、近25个交易日中有单日涨幅大于等于百分之10。
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;
// 近25天内至少有一天的涨幅大于等于10%
CONDITION3 = COUNT(C >= REF(C,1)*1.1, 25) > 0;
// 选取符合条件的股票
SELECT (CONDITION1 AND CONDITION2 AND CONDITION3);
python代码参考
import tushare as ts
import numpy as np
import talib as ta
def select_stocks(stocks):
res = []
for stock in stocks:
try:
if stock.startswith('60') and stock[0:6] != '600000': # 排除北京的A股企业
continue
price_data = ts.get_hist_data(stock, start='2021-01-01')
if price_data is None:
continue
rsi_data = ta.RSI(price_data['close'].values, timeperiod=14)
if rsi_data[-1] > 65: # 筛选RSI的值
continue
yesterday_data = ts.get_hist_data(stock, ktype='D', start='2021-01-01').iloc[-2]
turnover = yesterday_data['volume'] * yesterday_data['close'] / ts.get_stock_basics().loc[stock]['circulating_a']
if turnover < 0.26: # 筛选昨日竞价换手率
continue
price_increase = (price_data.iloc[-1]['close'] - price_data.iloc[-26]['open']) / price_data.iloc[-26]['open']
if np.nanmax(price_data.pct_change()) < 0.1 or not np.isclose(price_increase, 0.1, rtol=0.01): # 筛选近25个交易日中有单日涨幅大于等于百分之10的股票
continue
res.append((ts.get_realtime_quotes(stock).loc[0]['price'], stock))
except Exception as e:
print(e)
continue
res.sort(reverse=True)
return [i[1] for i in res]
stocks = np.array(ts.get_stock_basics().index)
res = select_stocks(stocks)
print(res)
注意：在实际代码中可能需要对于数据类型和异常进行额外判断。对于无法用tushare查询到的数据，可以使用信息披露网站或者其他数据源查询。由于tushare数据获取的限制，获取历史数据时需要考虑时间范围的限制。
## 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。
