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、流通市值大于100亿元的股票中，选取符合条件的股票。
选股逻辑分析
该选股策略主要是基于技术面和市场行情进行选股，选股逻辑主要考虑了RSI、竞价换手率、流通市值等指标的结合筛选，通过这种方式可以筛选出市值较大、相对具备稳定性但价格并未到达高点的股票。RSI主要可以衡量股票价格是否超买超卖，竞价换手率则可以反映市场的交易活跃度，而流通市值又是一种衡量股票总体规模和成熟度的指标。在进行选股时将这些指标进行搭配筛选，可以提高选股的准确性和可靠性。
有何风险？
在市场较为活跃的时期，该选股策略可能会过于追求高增长性，而忽视风险。同时，在极端的情况下，股价可能会超过RSI的范围，甚至出现暴涨或暴跌的现象。
如何优化？
1.加入更多指标：通过加入更多的指标，如均线、MACD等技术指标，可以更全面地评估股票的趋势和波动性，从而达到更加科学的选股策略。
2.细化流通市值范围：流通市值越大，代表股票越成熟、具备稳定性，但也意味着股票短期内的投资回报率可能不会太高。因此，对于流通市值的筛选可以细化考虑，比如限定在一定范围内的细分市场中进行。
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、流通市值大于100亿元的股票为选取对象。
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;
// 流通市值大于100亿元
CONDITION3 = CircValue > 100;
// 按股价排名
SORT_BY = ASC(股价);
// 筛选符合条件且按股价排名的股票
SELECT (CONDITION1 AND CONDITION2 AND CONDITION3) ORDER BY SORT_BY;
python代码参考
import datetime
import tushare as ts
import talib
def select_stocks(stocks):
res = []
for stock in stocks:
try:
basic_data = ts.get_stock_basics()
circ_value = basic_data.loc[stock]['circulating_a'] * basic_data.loc[stock]['price'] / 100000000
if circ_value < 100:
continue
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
if rsi < 65 and turnover > 0.26:
res.append((basic_data.loc[stock]['price'], stock))
except:
continue
res.sort()
return [i[1] for i in res]
stocks = 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的判断。
## 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。
