问财量化选股策略逻辑
选股逻辑为：RSI小于65、MACD零轴以上、竞价涨幅>-2且<5。该选股策略基于技术面指标和股票市场情绪的考量，选取市场情绪相对平静，但存在上涨潜力的标的。
选股逻辑分析
该选股策略基于以下因素：
- RSI指标反映市场情绪，RSI小于65表示市场情绪相对平稳；
- MACD指标反映市场走势，MACD零轴以上意味着市场可能处于上涨趋势；
- 竞价涨幅的正负可以反映市场情绪，竞价涨幅>-2且<5表示市场波动不太大，但存在趋势上涨的标的。
该选股策略主要考虑市场情绪和趋势方向，选取股票相对稳健且具有上涨潜力的标的。
有何风险？
该选股策略可能存在以下风险：
- 技术面指标和市场情绪的变化不确定，难以准确预测未来市场趋势；
- 该选股策略没有考虑公司基本面的具体情况，股票的投资价值和风险多维度评估不完整；
- 竞价涨幅指标只考虑了一个交易日的情况，可能略带短视，不能反映股票长期投资价值。
如何优化？
为提高该选股策略的准确性和有效性，可以考虑以下因素：
- 结合市场情况，动态调整选股策略，及时跟踪市场趋势和公司业绩变化；
- 引入基本面指标和多因子选股模型，全面、系统评估股票的投资价值和风险；
- 建立风险控制机制，制定合理的止损策略，规避不必要的投资风险。
最终的选股逻辑
选股条件为RSI小于65、MACD零轴以上、竞价涨幅>-2且<5。该选股策略综合考虑市场情绪和趋势方向，选取市场情绪相对平稳，但存在上涨潜力的标的。
以下是同花顺指标公式：
- RSI指标：RSI（14）；
- MACD指标：DIF:=EMA(CLOSE,12)-EMA(CLOSE,26); DEA:=EMA(DIF,9); MACD:=(DIF-DEA)*2；
- 竞价涨幅指标：（今日开盘价-昨日收盘价）/昨日收盘价。
Python代码参考
以下是Python代码实现该选股逻辑：
import tushare as ts
# 定义选股条件
def condition(stock):
# 获取RSI指标
rsi = ts.get_k_data(stock, ktype='D')['close'].astype(float).talib('RSI', timeperiod=14)[-1]
if rsi >= 65:
return False
# 获取MACD指标
df_daily = ts.get_k_data(stock, ktype='D')
if df_daily.empty:
return False
dif = df_daily.iloc[-1]['close'].ewm(span=12).mean() - df_daily.iloc[-1]['close'].ewm(span=26).mean()
dea = dif.ewm(span=9).mean()
macd = (dif - dea) * 2
if macd <= 0:
return False
# 获取竞价涨幅
df_today = ts.get_today_ticks(stock)
if df_today.empty:
return False
jjzf = (df_today['price'] - df_today['price'].shift(1)) / df_today['price'].shift(1)
if jjzf.iloc[-1] <= -0.02 or jjzf.iloc[-1] >= 0.05:
return False
# 主板
stock_info = ts.get_stock_basics()
if (stock_info is None) or (stock not in stock_info.index):
return False
board = stock_info.loc[stock]['area']
if board != '上海' and board != '深圳':
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'])
同样应结合公司基本面和市场趋势进行综合评估和研判，及时调整选股策略，以求降低风险。
## 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。
