问财量化选股策略逻辑
选股逻辑为：RSI指标小于65，三连阴，机构抄底。该选股策略主要通过技术分析结合机构调研数据，寻找处于超卖状态、具有下降潜力和被机构看好的股票。
选股逻辑分析
该选股策略依然通过技术分析筛选处于超卖状态的股票，然后通过机构调研数据来判断机构是否对该股票看好，从而确定其下跌潜力。通过结合技术分析和基本面分析，选股策略更加全面和准确，能够较好地抓住市场机会。
有何风险？
虽然该选股策略结合了技术分析和机构调研数据，但仍存在一些风险。首先，技术分析也可能存在较高的失误率，而机构调研数据本身也不能完全保证信息的准确性和及时性。其次，选股策略可能会受到市场情绪和资金流向的影响，从而导致选股策略的误判。同时，该选股策略同样未考虑股票的基本面因素，仍存在盲区。
如何优化？
可以加入其他技术指标和基本面因素，如成交量、净利润增长率等，以提高选股策略的准确率和稳健性。同时，可以应用大数据、人工智能等技术工具对数据进行分析和模型优化，以从更大的数据范围内捕捉市场机会。另外，可以加入机构调研数据的时间序列分析，更准确地了解机构资金的流向和态度。
最终的选股逻辑
选股逻辑为：RSI指标小于65，三连阴，机构抄底。
同花顺指标公式代码参考
// 计算RSI指标
RSI(CLOSE, 14)
// 判断三连阴、实体阳线收尾
(CLOSE.shift(1) > OPEN.shift(1)) & (CLOSE.shift(2) > OPEN.shift(2)) & (CLOSE.shift(3) > OPEN.shift(3)) & (CLOSE > OPEN)
// 判断机构是否抄底
ORG_RESEARCH_FINDINGS = IF(VOL > 0, ORG_RESEARCH_BUY_VOL./VOL * 100, 0);
POSITION_RATIO = IF(TURNOVER_VALUE != 0, TURNOVER_VALUE_20_DAY_AVG./TURNOVER_VALUE*100, 0);
ORG_RESEARCH_BUY_VOL_AVG_5 = MA(ORG_RESEARCH_BUY_VOL,5);
INSTITUTION_CONDITION = (ORG_RESEARCH_FINDINGS > 60) & (POSITION_RATIO > 70) & (ORG_RESEARCH_BUY_VOL_AVG_5 > 0.005);
// 筛选符合条件的股票
(RSI(CLOSE, 14) < 65) & ((CLOSE.shift(1) > OPEN.shift(1)) & (CLOSE.shift(2) > OPEN.shift(2)) & (CLOSE.shift(3) > OPEN.shift(3)) & (CLOSE > OPEN)) & INSTITUTION_CONDITION
Python代码参考
# 导入需要用到的库
import pandas as pd
import tushare as ts
# 选股函数
def stock_picking (data):
# 计算RSI指标
rsi = talib.RSI(data['close'], timeperiod=14)
# 判断三连阴、实体阳线收尾
triple_cond = (data['close'].shift(1) > data['open'].shift(1)) & (data['close'].shift(2) > data['open'].shift(2)) & (data['close'].shift(3) > data['open'].shift(3)) & (data['close'] > data['open'])
# 判断机构是否抄底
vol = data['vol']
org_research_findings = ts.get_money_flow(data.index, '5')
org_research_buy_vol = org_research_findings['s_net_amount']
position_ratio = data['turnover_value_20_day_avg'] / data['turnover_value'] * 100.0
org_research_buy_vol_avg_5 = org_research_buy_vol.rolling(window=5).mean()
institution_cond = (org_research_findings > 60) & (position_ratio > 70) & (org_research_buy_vol_avg_5 > 0.005)
filter_cond = (rsi < 65) & triple_cond & institution_cond
stock_list = data[filter_cond].index.tolist()
return stock_list
## 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。
