问财量化选股策略逻辑
选股逻辑为RSI指标小于65、七连阴、大单净量排行的股票。选取符合条件的股票。
选股逻辑分析
该选股逻辑主要从技术面和基本面结合出发，通过RSI指标和连续七天阴线以及大单净量排行的判断，筛选出预期有涨势潜力、且大资金关注度高的股票。同时，结合公司的基本面和市场预测等信息因素，进行选股策略的复杂度和准确性的提高，能够有效满足投资者对于长期持有、稳健投资的需求。
有何风险？
该选股逻辑仍然忽略了股票市场情况的变化和不稳定性，同时其较强的技术和基本面依赖，容易受到特殊事件等因素的影响，导致较大幅度的市场风险。同时，该选股策略具有较高的门槛，需要考虑较多的参数和数据，使得投资者在面对不同的市场情况和股票品种时难以进行有效的选股分析。
如何优化？
选股策略需要考虑股票市场的实际情况和不确定性因素，以求稳健和收益最优的目标。可以辅助技术和基本面指标，引入量化因子和机器学习等算法来提高选股策略的可靠性和有效性，并不断了解股票市场情况的变化，以及市场交易者的行为和决策模式等因素，进行选股策略的优化和调整。
最终的选股逻辑
选股逻辑为RSI指标小于65、七连阴、大单净量排行的股票。该选股策略既注重技术面的验证，同时结合大单净量排行和基本面等因素，筛选能够长期持有、稳健投资的优质标的。同时，该选股逻辑需要不断地调整和优化，以提高其有效性和稳健性，并注重市场运行情况的变化和未来方向的预判，使得选股结果更为准确和可信。
同花顺指标公式代码参考
- RSI指标公式：RSI(C,N)，其中CLOSE为收盘价序列，N代表RSI的计算天数，默认为14天。
- 大单净量指标公式：OBV(V,C)，其中V为成交量序列，C为股票收盘价序列，当C大于C的前一个交易日的值，OBV = V；当C小于C的前一个交易日的值，OBV = -V；当C等于C的前一个交易日的值，OBV = 0。
python代码参考
import akshare as ak
def pick_stocks():
sorted_stocks = []
for stock_code, stock_info in ak.stock_zh_a_spot_em().iterrows():
if ak.stock_board_concept(stock_code).values[0][0] == "st":
continue
rsi = ak.stock_zh_index_daily_tx(stock_code, start_date="20210101")
if rsi is None or len(rsi) < 14 or rsi.iloc[-1]["rsi14"] >= 65:
continue
history_quotes = ak.stock_zh_a_hist(stock_code, start_date="20210101", end_date="20210701")
if history_quotes is None or len(history_quotes) < 7 or \
sum(history_quotes[-7:]["close"] <= history_quotes[-7:]["open"]) != 7:
continue
big_money = ak.stock_a_hgt_capital_flow(stock_code, start_date="20210101", end_date="20210701")
if big_money is None or len(big_money) == 0 or big_money.iloc[-1]["主力净流入"] < 0:
continue
sorted_stocks.append({"code": stock_code, "name": stock_info["名称"]})
for stock in sorted_stocks:
print(f"{stock['code']}、{stock['name']}")
该选股逻辑综合考虑了技术面、基本面和大单净量等因素，需要考虑较多的参数和数据，需要不断调整和优化。在实际操作中，可以考虑采用机器学习等算法，以提高选股策略的准确性和有效性。另外，根据市场情况的变化和未来方向的预判，可以考虑适时调整和优化选股因子，以进一步提高选股策略的稳健性和收益性。
## 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。
