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、筛选2021年数据。通过技术面选出具有一定赚钱效应的个股。
选股逻辑分析
该选股策略主要综合了技术面和市场情绪面，通过RSI指标和三连阴信号可以筛选出近期技术面表现较弱的个股，筛选2021年的数据则可以更精准地选择具有一定表现的个股。通过综合考虑技术面和市场情绪找到具有相对较好的赚钱效应的个股。
有何风险？
该选股策略过于简单，忽略了其他市场情绪等因素对股票走势的影响，因此在市场大环境发生变化时风险较高。同时，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？
可以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。同时考虑技术面和市场面指标时，需要对其权重进行合理分配，避免单一指标对策略的影响过大。另外，为了避免策略陷入局限，可以考虑引入其他指标和数据，如基本面指标等。
最终的选股逻辑
选股逻辑为：RSI指标小于65、三连阴信号、筛选2021年的数据。通过综合考虑技术面和市场情绪找到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)
// 筛选2021年的数据
YEAR(CURRENTDATE)==YEAR
// 筛选符合条件的股票
(RSI(CLOSE, 14) < 65) & (C > 0) & (YEAR(CURRENTDATE)==2021)
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)
# 筛选2021年的数据
filter_cond = (data.index.year == 2021)
# 筛选符合条件的股票
filter_cond = 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。
