问财量化选股策略逻辑
选股逻辑：在RSI小于65、15分钟周期MACD绿柱变短、竞价涨幅在-2%~5%之间的股票中选取股票。
选股逻辑分析
该选股策略综合考虑了技术指标和市场走势等多种因素，特别是加入了竞价涨幅这一因素，可以更精准地判断股票的短期走势，有一定的参考价值。
有何风险？
该选股策略所考虑的因素仍存在较多的局限性，如没有完全考虑公司基本面、行业和宏观经济等因素的影响。同时，竞价涨跌幅在短时内波动较大，选股的时点容易受到影响，需要更加谨慎。
如何优化？
-
可以加入更多的技术指标，如Bollinger Bands、CCI等，以提高判断的准确性。
-
可以加入量价分析等其他因素，以进一步分析股票的走势。
-
考虑设定动态的选股条件，例如沪深300指数、市场情绪等，以根据市场情况快速调整策略。
最终的选股逻辑
在RSI小于65、15分钟周期MACD绿柱变短、竞价涨幅在-2%~5%之间的股票中选取股票。
同花顺指标公式代码参考
- RSI指标：
通达信指标公式：RSI(CLOSE,14)
同花顺指标公式：RSI(CLOSE,14)
- MACD指标：
通达信指标公式：MACD(CLOSE,12,26,9)
同花顺指标公式：MACD(CLOSE,12,26,9)
python代码参考
以下是一个根据该选股策略实现的Python代码示例，仅供参考。
import tushare as ts
import talib
def select_stocks(stocks):
res = []
for stock in stocks:
try:
if stock.startswith('300'):
continue
# 判断RSI条件和流通市值
rsi_threshold = 65
if not ts.get_stock_basics().loc[stock]['nmc'] in range(50, 100):
continue
hist_data = ts.get_k_data(stock, ktype='D')
if hist_data is None or hist_data.empty or len(hist_data) < 20:
continue
rsi_data = talib.RSI(hist_data['close'].values, timeperiod=14)
if rsi_data is None or rsi_data[-1] >= rsi_threshold:
continue
# 判断MACD条件
end_date = ts.get_today_date()
start_date = ts.get_k_data('sh', 'D', index=True, start_date=end_date, end_date=end_date)['date'][0]
hist_data = ts.get_k_data(stock, ktype='15', start=start_date, end=end_date)
if hist_data is None or hist_data.empty or len(hist_data) <= 10:
continue
macd, macdsignal, macdhist = talib.MACD(hist_data['close'].values, fastperiod=12, slowperiod=26, signalperiod=9)
if macd is None or macdsignal is None or macdhist is None or macdhist[-1] > macdhist[-2] or macd[-1] < 0 or macdsignal[-1] < macdsignal[-2]:
continue
# 判断竞价涨幅条件
price_today = ts.get_realtime_quotes(stock).iloc[0]['pre_close']
jingjia_zhangfu_low = -2
jingjia_zhangfu_high = 5
jingjia_zhangfu = (float(ts.get_realtime_quotes(stock).iloc[0]['price']) / float(price_today) - 1) * 100
if jingjia_zhangfu < jingjia_zhangfu_low or jingjia_zhangfu > jingjia_zhangfu_high:
continue
res.append(stock)
except Exception as e:
continue
return res
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。
