tushare + talib多指标评分法选股

最新推荐文章于 2025-08-03 11:31:02 发布

原创

最新推荐文章于 2025-08-03 11:31:02 发布 · 2k 阅读

22 ·

CC 4.0 BY-SA版权

文章标签：

#tushare #python

本文介绍了一种基于中证500指数成分股的量化选股策略，通过9个技术指标对股票进行评分并筛选出表现最佳的前十支股票。

选股策略
1)以中证500指数为股票池
2)用9个指标信号对所有股票进行评分
3)获取得分最高的前十名

import tushare as ts
import pandas as pd
import datetime
from dateutil.relativedelta import relativedelta
import talib as tb

today = datetime.datetime.today().strftime('%Y%m%d')    #获取今天的年月日
lastday = datetime.datetime.today() - datetime.timedelta(days=1)  #获取前一天数据
lastday = lastday.strftime('%Y%m%d')
last_year = datetime.datetime.today() - relativedelta(months=12)   #获取前一年的日期
last_year = last_year.strftime('%Y%m%d')   # 转换成STR
Lastweek = datetime.datetime.today() - datetime.timedelta(days=7)   #获取前一周的日期
Lastweek = Lastweek.strftime('%Y%m%d')    # 转换成STR
last_mon = datetime.datetime.today() - relativedelta(months=1)   #获取前一月的日期
last_mon = last_mon.strftime('%Y%m%d')   # 转换成STR

ts.set_token(‘you token’)
pro=ts.pro_api()

df = pro.index_weight(index_code = '000905.SH', start_date = last_mon, end_date = today)

df1 = df.copy()
stocks = list(df1[['con_code'][0]])
len(stocks)

# SMA评价
# 获取每只股票的收盘价及MA
sma = []    #
macd = []   #
rsi = [