问财量化选股策略逻辑
选股逻辑为：RSI指标小于65、三连阴信号、排除北京A股。通过技术面综合考虑选择符合条件的股票。
选股逻辑分析
该选股策略主要考虑到了技术面，从技术面上看，通过RSI指标和三连阴信号筛选出近期技术面表现较弱的个股，同时排除北京A股以避免行业集中风险。筛选出表现较差但潜力不错的个股，有较好的赚钱效应。
有何风险？
该选股策略可能忽略了其他市场情绪等因素对股票走势的影响，同时排除北京A股，可能漏选其他潜在优质股票。此外，技术面指标存在一定的滞后性和误判风险。因此，需要及时对指标进行调整、风险控制和多周期回测。
如何优化？
可适当引入其他市场情绪指标进行综合筛选，如资金流向、市场情绪指数等。此外，技术面指标存在一定的滞后性，可以适当调整时间周期以更准确地捕捉技术面信号。为了避免策略陷入局限，可以考虑引入其他指标和数据，如成长性、估值、分红等。
最终的选股逻辑
选股逻辑为：RSI指标小于65、三连阴信号、排除北京A股。通过综合考虑技术面选取具有相对较好的赚钱效应的个股。
同花顺指标公式代码参考
// 计算RSI指标
RSI(C, 14)
// 计算三连阴信号
C1 = (C<OPEN)
C2 = (REF(C,1)<REF(OPEN,1))
C3 = (REF(C,2)<REF(OPEN,2))
C = (C1 & C2 & C3)
// 排除北京A股
SELECT A.SECUCODE
FROM ASHOAREQU A, LC_PROPERTIES B
WHERE A.SECUCODE = B.SECUCODE
AND B.CLOSE_TTM > 0
AND A.REGIONALISM != '北京市'
AND (RSI(A.CLOSE, 14) < 65)
AND (C > 0)
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)
# 计算三连阴信号
c1 = (data['close'] < data['open'])
c2 = (data['close'].shift(1) < data['open'].shift(1))
c3 = (data['close'].shift(2) < data['open'].shift(2))
c = (c1 & c2 & c3)
# 排除北京A股
data = data[data['area'] != '北京市']
# 筛选符合条件的股票
filter_cond = (rsi < 65) & (c)
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。
