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，底部抬高。该选股策略综合考虑了技术面和市场流动性等因素，筛选出具备一定收益潜力的品种。
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，买卖量比和底部抬高可以表示市场情绪较为乐观但价格有反转的可能。选股逻辑综合考虑了技术面和市场流动性等因素，筛选出符合要求的品种。
有何风险？
该选股策略忽略了财务数据和商业模式等因素对股票价格的影响，容易忽略了个股存在的风险，如公司业绩下滑、财务报表造假等。同时，底部抬高是相对的概念，市场情绪变化可能导致底部位置的误判，从而有操作风险。
如何优化？
可以结合财务分析和商业模式评估等因素进行股票筛选，降低操作风险。对于底部抬高这一指标，可以使用相对强弱指标（RSI）或移动平均线（MA）等工具来辅助分析和验证，多方位评估单一指标，减少操作风险。
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，结合底部抬高指标进行分析，并结合财务分析和商业模式评估等因素进行股票筛选。
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
// 计算底部抬高指标
LOWEST_LOW(Low, 10) < LOWEST_LOW(Low, 20) && LOWEST_LOW(Low, 20) > LOWEST_LOW(Low, 40)
// 筛选符合条件的股票
(RSI(C, 14) < 65) & (VOL1 > VOL2) & (LOWEST_LOW(Low, 10) < LOWEST_LOW(Low, 20)) & (LOWEST_LOW(Low, 20) > LOWEST_LOW(Low, 40))
Python代码参考
# 导入需要用到的库
import pandas as pd
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']
# 计算底部抬高指标
lowest_low_10 = talib.LOWESTLOW(data['low'], timeperiod=10)
lowest_low_20 = talib.LOWESTLOW(data['low'], timeperiod=20)
lowest_low_40 = talib.LOWESTLOW(data['low'], timeperiod=40)
bottom_up = (lowest_low_10 < lowest_low_20) & (lowest_low_20 > lowest_low_40)
# 计算股票代码
code = data.index
# 筛选符合条件的股票
filter_cond = (rsi < 65) & (vol1 > vol2) & bottom_up
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。
