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，10日涨幅大于0小于35。该选股策略主要考虑市场情绪以及股票的走势，在考虑新股行情的同时，通过对符合条件股票的挖掘，来寻找享有超额收益的机会。
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；10日涨幅考察股票的近期走势和市场表现。选股策略充分考虑了市场情绪和最近股票的表现，以寻找可能的投资机会。
有何风险？
该选股策略忽略公司的基本面、财务数据和行业趋势等因素对交易的影响，存在一定风险。并且，10日涨幅的测量周期较短，在股票价格的震荡和市场波动下，存在选择失误的风险；此外，基于限制范围进行排除股票的选股条件会导致错过某些潜在的投资机会。
如何优化？
在基于市场情绪和技术指标选股的基础上，需要综合考虑公司的基本面、财务数据、行业趋势以及股票的流动性等因素的综合影响，并采用多重选股策略，以分散风险。可以适当增加涨幅的测量期，考虑成交量、基本面等多个条件进行筛选，以增加选股机会。
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，10日涨幅大于0小于35，可以考虑综合股票的基本面、财务数据、行业趋势以及流动性等因素进行综合考虑，并采用多重选股策略，以分散风险。
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10日涨幅
ROC(C, 10)
// 筛选符合条件的股票
LEFT(CODE, 2) != '6' AND (VOL1 > VOL2) AND (RSI(C, 14) < 65) AND (ROC(C, 10) >= 0) AND (ROC(C, 10) < 35)
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10日涨幅
roc10 = talib.ROC(data['close'], timeperiod=10)
# 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) & \
(roc10 > 0) & (roc10 < 35)
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。
