问财量化选股策略逻辑
选股逻辑为：RSI指标小于65、三连阴信号、底部抬高。综合考虑技术面，选取近期技术面表现较弱但有反弹趋势的个股。
选股逻辑分析
该选股策略综合考虑了技术面，从技术面上看，RSI指标和三连阴信号筛选出近期技术面表现较弱的股票，底部抬高则说明存在反弹趋势。通过选取具有反弹趋势的个股，具有一定的投资价值。
有何风险？
该选股策略仍然可能忽略了其他市场情绪等因素对股票走势的影响，同时忽略了其他重要的技术指标如移动平均线等，可能存在漏选优质股票的风险。此外，底部抬高作为一个技术指标也存在一定的局限性，不一定适合所有类型的股票。
如何优化？
可以适当引入其他市场情绪指标、财务数据等进行综合筛选，并且结合其他技术指标如移动平均线等更全面地分析市场行情。同时可以优化底部抬高的选取条件，如加入其他技术指标如MACD等等同时进行分析，提高信号的准确率。此外，可以综合运用其他技术指标来选取具有投资价值的个股，降低漏选的可能性。
最终的选股逻辑
选股逻辑为：RSI指标小于65、三连阴信号、底部抬高。通过综合考虑技术面选取具有反弹趋势的个股。
同花顺指标公式代码参考
// 计算RSI指标
RSI(C, 14)
// 计算三连阴信号
C1 = (C<OPEN)
C2 = (REF(C,1)<REF(OPEN,1))
C3 = (REF(C,2)<REF(OPEN,2))
C_L = (C1 & C2 & C3)
// 计算底部抬高指标
TD_Dev = ABS((CLOSE-REF(CLOSE,30))/REF(CLOSE,30))*100
TD_RE = IF(TD_DEV<6,0,IF(TD_DEV<18,1,IF(TD_DEV<40,2,3)))
TD_DX = SUM(IF(TD_RE>REF(TD_RE,1),1,0),30)
TD_BDX = SUM(IF(TD_RE==3 AND TD_RE>REF(TD_RE,1),1,0),30)
TD_ZD=STA((TD_DX-TD_BDX)/TD_BDX*100)
// 选取符合条件的股票
SELECT A.SECUCODE
FROM ASHOAREQU A
WHERE RSI(A.CLOSE, 14) < 65 AND C_L AND TD_ZD > 0 AND TD_ZD < 9999
Python代码参考
# 导入需要用到的库
import pandas as pd
import tushare as ts
import talib
# 选股函数
def stock_picking(data):
# 计算RSI指标
rsi = talib.RSI(data['close'], timeperiod=14)
# 计算三连阴信号
c1 = (data['close'] < data['open'])
c2 = (data['close'].shift(1) < data['open'].shift(1))
c3 = (data['close'].shift(2) < data['open'].shift(2))
c_l = (c1 & c2 & c3)
# 计算底部抬高指标
td_dev = abs((data['close'] - data['close'].shift(30)) / data['close'].shift(30)) * 100
td_re = pd.cut(td_dev, bins=[-1, 6, 18, 40, 100], labels=False, include_lowest=True)
td_dx = td_re - td_re.shift(30)
td_bdx = (td_re == 3) & (td_re > td_re.shift(30))
td_zd = ((td_dx - td_bdx) / td_bdx * 100).fillna(method='ffill')
# 筛选符合条件的股票
filter_cond = (rsi < 65) & (c_l) & (td_zd > 0) & (td_zd < 9999)
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。
