(supermind量化策略)a1/rsi小于65、外盘除内盘大于1

问财量化选股策略逻辑

选股逻辑包括：RSI小于65，外盘/内盘大于1.3，昨日主力控盘。

选股逻辑分析

该选股逻辑主要通过技术面和市场情况的数据筛选出股票，选股逻辑包括RSI小于65，外盘/内盘大于1.3，昨日主力控盘三个指标结合可以较好地筛选出符合条件、有望上涨的股票。

有何风险？

1. 选股依赖技术指标，可能会出现指标失灵的情况；
2. 市场情况可能会因各种因素（如政策调整）影响股价趋势；
3. 主力控盘的判断标准存在主观性，可能存在误判问题。

如何优化？

为了优化选股策略，可以尝试以下方式：

1. 在选股的时候，适当考虑一些具有代表性的板块的走势，以行业分析的角度来拣选股票；
2. 根据个股的基本面信息，考虑更多的指标进而做出更加科学的走势研判；
3. 尝试使用深度学习等算法优化选股逻辑；
4. 主力控盘的判断标准可以考虑改为量价关系指标等更客观的指标进行优化。

最终的选股逻辑

选股逻辑包括：RSI小于65，外盘/内盘大于1.3，昨日主力控盘，结合板块走势和基本面进行筛选。

同花顺指标公式代码参考

SELECT STOCKCODE, STOCKNAME 
FROM XDT_YY.CQA_TB_XGZL
WHERE CPS_DM LIKE '6%'
    AND RSI(C,A.CLOSE) < 65
    AND CANDLESTICK(C, A, B, 1, 0)
    AND LRWDX(C, 1, 50) > 1.3
    AND SUM(CLOSE*A.VOLUME)/SUM((CASE WHEN A.VOLUME>B.VOLUME*1.3 THEN B.VOLUME*1.3 ELSE A.VOLUME END)*100) > 1

python代码参考

import akshare as ak
import pandas as pd
from datetime import datetime, date, timedelta

# 获取当前A股股票列表
stock_list = ak.stock_zh_a_spot_em()

selected_stocks = []
for stock_code in stock_list.index:
    # 获取股票数据
    history_quotes = ak.stock_zh_a_daily(stock_code)
    yesterday_quotes = ak.stock_zh_a_daily(stock_code, end_date=date.today() - timedelta(1))
    if history_quotes is None or yesterday_quotes is None:
        continue
    if len(history_quotes) < 500 or history_quotes.iloc[-1]["open"] <= 0 or history_quotes.iloc[-1]["volume"] <= 0:
        continue
    if (datetime.now().date() - datetime.strptime(history_quotes.iloc[-1]["date"], "%Y-%m-%d").date()).days < 365:
        continue
    rsi = ak.stock_zh_index_daily_tx(stock_code)
    if rsi is None or len(rsi) < 14 or rsi.iloc[-1]["rsi14"] >= 65:
        continue
    day_quotes = ak.stock_zh_a_minute_em(stock_code, period="daily")
    if day_quotes is None or len(day_quotes) < 2:
        continue
    if day_quotes.iloc[-1]["b_volume"] / day_quotes.iloc[-1]["last_volume"] <= 1.3:
        continue
    volume_weighted_price = (history_quotes["close"] * history_quotes["volume"]).sum() / (
                history_quotes.apply(lambda row: min(row["volume"], yesterday_quotes.loc[row["date"], "volume"] * 1.3),
                                     axis=1) * 100).sum()
    last_5_quotes = ak.stock_zh_a_minute_em(stock_code, period="5min").tail(5)
    if (last_5_quotes["b_volume"] / last_5_quotes["last_volume"]).mean() <= 1:
        continue
    selected_stocks.append(stock_code)

# 输出符合条件的股票代码和名称
for stock_code in selected_stocks:
    stock_info = stock_list.loc[stock_code]
    if stock_info["名称"] == "None":
        continue
    print(f"{stock_code}、{stock_info['名称']}")

    ## 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。
    ![94c5cde12014f99e262a302741275d05.png](http://u.thsi.cn/imgsrc/pefile/94c5cde12014f99e262a302741275d05.png)