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、今日均线向上发散。该选股策略基于技术面因素，选取近期走势良好、今日均线向上发散的股票。
选股逻辑分析
该选股策略主要考虑了技术面因素，选取了RSI小于65、流通市值50亿-100亿的股票，并进一步要求均线向上发散，也就是股票走势表现向好。在这样的策略下，被选中的股票走势相对平稳，也具有一定的投资价值。
有何风险？
与前一个选股策略相似，该选股逻辑仍然只考虑了技术面因素，忽略了一些其他重要的因素，如基本面因素、行业因素等。此外，选股条件中使用了今日均线向上发散这个指标，需要注意该指标对数据的敏感度和不确定性，同时也需要避免单一指标对选股结果的影响。
如何优化？
可以加入更多的技术面指标或通过数据挖掘的方式发现股票的价格走势的特点，以减少选股条件的单一性，同时可以加入更多其他的因素，如基本面因素、行业因素等，以加强对个股风险的控制。
最终的选股逻辑
选股逻辑为RSI小于65、流通市值50亿-100亿、今日均线向上发散的股票。
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);
均线向上发散指标公式
EMA(C,5)>EMA(C,10) AND EMA(C,10)>EMA(C,20) AND EMA(C,20)>EMA(C,30);
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)
# 筛选今日均线向上发散的股票
cond &= (data['ema5']>data['ema10']) & (data['ema10']>data['ema20']) & (data['ema20']>data['ema30'])
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。
