问财量化选股策略逻辑
选股逻辑为RSI小于65、流通市值50亿-100亿、500日内至少2次涨停。该选股策略主要基于技术面因素，选取走势较好的成长股票。
选股逻辑分析
该选股策略主要参考了技术面因素，通过RSI指标筛选出近期走势相对平稳的股票，再通过流通市值50亿-100亿这个范围的选取股票流动性比较好。同时，要求500日内至少2次涨停，则说明该股票具有一定的价格上涨潜力和市场关注度。
有何风险？
该选股策略同样存在选股条件较为单一的问题，忽略了一些其他重要的因素如基本面因素、行业因素等。同时，500日内至少2次涨停作为选股条件，可能会导致我们选出了一些已经处于高估值的股票。最后，选股过程中需要注意数据的准确性和更新频率，避免数据偏差的影响。
如何优化？
可以加入更多重要的因素作为选股条件，如基本面因素、行业因素等，以加强对个股风险的控制，同时加入更多技术面指标或以数据挖掘的方式发现股票的价格走势的特点。另外，可以优化涨停标准，在涨停数量一定的情况下，加入涨幅、换手率等指标进行筛选。
最终的选股逻辑
选股逻辑为RSI小于65、流通市值50亿-100亿、500日内至少2次涨停且涨幅不超过20%的股票。
同花顺指标公式代码参考
RSI指标公式
LC:=REF(CLOSE, 1);
AA:=SMA(MAX(CLOSE-LC,0),N,1)/SMA(ABS(CLOSE-LC),N,1)*100;
RSI:EMA(AA,M);
python代码参考
# 计算RSI指标
def calc_rsi(close, n):
lc = close.shift(1)
aa = pd.Series(np.nan,index=close.index)
aa[n-1:] = close.sub(lc).clip(lower=0).rolling(n).mean() / close.sub(lc).abs().rolling(n).mean() * 100
rsi = aa.ewm(com=1.0/14, adjust=False).mean()
return rsi
# 选股函数
def stock_picking(data):
# 计算RSI指标
rsi = calc_rsi(data['close'], 14)
# 根据市值、RSI选取股票
cond = (data['negotiableMV'] >= 5e10) & (data['negotiableMV'] <= 1e11) & (rsi < 65)
# 筛选500日内至少2次涨停且涨幅不超过20%的股票
days = pd.Series(range(len(data)), index=data.index)
cond &= (data['changePct'].rolling(days, min_periods=1).apply(lambda x: (x > 0).sum()) >= 2) & (data['changePct'].rolling(days, min_periods=1).apply(lambda x: (x > 0).sum()) * data['changePct'] <= 20)
stock_list = []
if sum(cond) >= 5:
selected_data = data[cond]
selected_data = selected_data.sort_values(by='preClose', ascending=False)
for i in range(5):
stock = selected_data.index[i]
if selected_data.loc[stock, 'changePct'] < 9.9:
stock_list.append(stock)
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。
