问财量化选股策略逻辑
选股逻辑为：RSI指标小于65，买一量大于卖一量，上市时间大于一年。该选股策略主要通过技术指标、市场情绪和股票的市场经历，筛选出有可能存在上涨机会的股票。
选股逻辑分析
RSI指标用于判断股票价格当前是否处于超卖状态，买一量大于卖一量说明市场情绪趋于乐观，同时策略加入了股票的上市时间大于一年，目的是筛选出更为成熟的股票。综合考虑技术指标、市场情绪和股票的市场经历，能够在短期内找到有可能存在上涨机会的“优质股票”。
有何风险？
该策略仍然过度依赖技术指标和市场情绪的影响，忽略了部分基本面因素的影响，如公司财务状况、宏观经济环境等。另外，该选股策略可能会忽略一些短期内涨势较好的新股，缺少及时跟踪及投资新兴股票的机会。
如何优化？
可以加入一些基本面因素，如股票所处行业、经营状况、财务指标等，对股票进行综合考量。同时，可以加入一些新股的选股条件，如近期大幅上涨、市场认可度高等因素，更全面地考虑股票的投资价值。
最终的选股逻辑
选股逻辑为：RSI指标小于65，买一量大于卖一量，上市时间大于一年。该选股策略综合考虑技术指标、市场情绪和股票的市场经历，筛选出有可能存在上涨机会的“优质股票”。
同花顺指标公式代码参考
// 计算RSI指标
RSI(C, 14)
// 计算买一和卖一的成交量
VOL1, VOL2
// 计算公司上市时间
DAYS = (TODAY - IPO_DATE) / 365
// 筛选符合条件的股票
RSI < 65 and VOL1 > VOL2 and DAYS > 1
Python代码参考
# 导入需要的库
import pandas as pd
import numpy as np
import talib
# 选股函数
def stock_picking(data):
# 计算RSI指标
rsi = talib.RSI(data['close'], timeperiod=14)
# 计算买一和卖一的成交量
vol1 = data['vol1']
vol2 = data['vol2']
# 计算公司上市时间
today = ...
ipo_date = ...
days = ...
# 筛选符合条件的股票
filter_cond = (rsi < 65) & \
(vol1 > vol2) & \
(days > 365)
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。
