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，市值不超过100亿，且近三年净利润均为正数的股票。该选股策略综合考虑了技术面和基本面，选出具有潜力的低估标的股票。
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，买卖量比表示市场情绪较为乐观；市值筛选使得筛选出来的股票数量适当，减少决策错误的可能性；净利润筛选可以在一定程度上排除亏损企业，选出近三年财务状况相对稳健的优质企业。
有何风险？
选股策略忽略行业和市场趋势的影响，可能存在一些行情变化速度快以及财务状况不稳定的个股被选入，导致投资风险增加，操作失误。同时，财务数据存在伪装风险，也增加了投资风险。
如何优化？
可以加入行业和趋势分析来降低操作风险。同时，应该更加准确地把握财务数据，排除存在数据作假可能的企业。应尽量控制行业、板块分布的偏差，做好资产配置和业绩跟踪。最好在多重策略选股的基础上，进行投资决策，降低由于单因素影响而导致操作失误的可能性。
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，市值不超过100亿，且近三年净利润均为正数的股票。同时，应结合行业和趋势分析，排除存在数据作假可能的企业。最好在多重策略选股的基础上，进行投资决策，降低由于单因素影响而导致操作失误的可能性。
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
// 计算市值（单位为亿元）
TMV = CAP / 10000
// 计算过去三年的净利润
NI3 = (NI + REF(NI, 252)) / 2
// 筛选符合条件的股票
LEFT(CODE, 2) != '6' AND (VOL1 > VOL2) AND (RSI(C, 14) < 65) AND (TMV <= 100) AND (NI3 > 0)
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']
# 计算市值（单位为亿元）
tmv = data['cap'] / 10000
# 计算过去三年的净利润
ni = data['ni'] * 10000
ni3 = (ni + ni.shift(252)) / 2
# 计算股票代码
code = data.index
# 筛选符合条件的股票
filter_cond = (data['tmv'] > 1000000000) & \
(code.astype(str).str[:2] != '60') & \
((vol1 - vol2) > 0) & \
(rsi < 65) & \
(tmv <= 100) & \
(ni3 > 0)
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。
