问财量化选股策略逻辑
选股逻辑为：RSI指标小于65、三连阴、昨日换手率大于8%。通过技术面和基本面指标的综合分析来筛选出符合要求的个股。
选股逻辑分析
该选股策略同样综合考虑了技术面和基本面的因素，选择了RSI指标、三连阴信号、以及昨日的换手率来评判股票是否符合要求。RSI指标和三连阴信号通常可以反映出股票的弱势趋势，而高换手率可能暗示着投资者的情绪变动，股票走势变得不稳定。
有何风险？
该选股策略仍然未考虑市场整体走势以及个股的估值、财务表现等因素，并且对于股票走势的预测有一定的主观判断。同时在选股逻辑中，昨日的换手率可能存在随机性因素，不一定能够准确地判断股票走势。
如何优化？
可以引入更多的市场和行业趋势、估值指标、市场情绪等因素进行综合考虑。引入机器学习等算法，从数据中挖掘更多的股票选股依据。需要注意的是，在选择股票时应该更加关注企业的盈利表现和财务状况，同时也加入更多负面判定因素。
最终的选股逻辑
选股逻辑为：RSI指标小于65、三连阴、昨日换手率大于8%。
同花顺指标公式代码参考
// 计算RSI指标
RSI(CLOSE, 14)
// 计算昨日的换手率
CHANGE = 100 * (CLOSE / REF(CLOSE, 1) - 1)
VOL = MA(VOLUME, 5)
CHANGE[VOL.shift(1) > 0] = 0
MA(CHANGE, 1)
// 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))) & (MA(CHANGE, 1) > 8)
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)
# 计算昨日换手率
change = data['close'] / data['close'].shift(1) - 1
vol = pd.concat([data['volume'].shift(1), data['volume'].shift(1), data['volume'].shift(1), data['volume'].shift(1), data['volume']], axis=1).max(axis=1)
change[vol > 0] = 0
change = change.rolling(window=2).mean() * 100
# 筛选符合条件的股票
filter_cond = (rsi < 65) & ((data['close'].shift(1) > data['open'].shift(1)) & (data['close'].shift(2) > data['open'].shift(2)) & (data['close'].shift(3) > data['open'].shift(3))) & (change > 8)
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。
