问财量化选股策略逻辑
选股逻辑包括：RSI指标小于65、外盘/内盘比值大于1.3、剔除北京A股。
选股逻辑分析
该选股策略主要集中在技术面指标上。RSI指标和外盘/内盘比值作为技术面指标，可以分析出近期的股票走势和市场资金流向，筛选出相对稳定且有上涨空间的股票。通过剔除北京A股，可以避免由于北京经济区域优势而带来的企业可持续性风险，降低风险。
有何风险？
该选股策略可能存在一定风险。由于其只考虑技术面指标，而忽略了基本面因素和行业因素等，容易出现过度乐观或过度悲观的情况，难以全面反映股票市场的真实情况。此外，由于北京的经济实力和地缘优势，在一些市场行情不佳的情况下，北京的A股依然可能会有不错的表现，因此剔除北京A股可能会错过一些表现不错的股票。
如何优化？
为了进一步完善该选股策略，可以考虑以下方面进行优化：
- 将技术面指标和基本面指标相结合，从多维度和全方位的角度考虑股票市场的真实情况，提高选股策略的准确性；
- 通过大数据和人工智能技术，对市场走势和企业盈利增长等数据进行分析，提高选股策略的预测能力；
- 加大行业分析力度，通过对同行业股票的比较研究和分析，更好地挖掘股票的潜力。
最终的选股逻辑
选股逻辑包括：RSI指标小于65、外盘/内盘比值大于1.3、剔除北京A股，同时综合考虑其他因素，例如市盈率、市净率、净利润等。
同花顺指标公式代码参考
无特定技术指标，只需要获取股票的RSI、内外盘比值、所在地域等数据并进行简单筛选即可。
python代码参考
import akshare as ak
# 获取当前A股股票列表
stock_list = ak.stock_zh_a_spot_em()
picked_stocks = []
for stock_code in stock_list.index:
# 剔除北京股票
if "北京" in stock_list.loc[stock_code]["区域"]:
continue
# 获取股票数据
history_quotes = ak.stock_zh_a_daily(stock_code, start_date="20210101")
if history_quotes is None or len(history_quotes) < 10:
continue
ten_day_chg = (history_quotes.iloc[-1]["close"] - history_quotes.iloc[-10]["close"]) / history_quotes.iloc[-10]["close"] * 100
if ten_day_chg <= 0 or ten_day_chg >= 35:
continue
rsi = ak.stock_zh_index_daily_tx(stock_code, start_date="20210101")
if rsi is None or len(rsi) < 14 or rsi.iloc[-1]["rsi14"] >= 65:
continue
quotes_snap = ak.stock_zh_a_quote_sina(stock_code)
if quotes_snap is None or " Outer" not in quotes_snap["in_out_ratio"]:
continue
out_in_ratio = float(quotes_snap["in_out_ratio"].split()[0])
if out_in_ratio <= 1.3:
continue
picked_stocks.append({"code": stock_code, "name": stock_list.loc[stock_code]["名称"]})
# 输出符合条件的股票代码和名称
for stock in picked_stocks:
print(f"{stock['code']}、{stock['name']}")
在原有的基础上，进行了剔除北京A股的筛选操作，并保留了10日涨幅、RSI和内外盘比值等技术面指标，以及股票实时行情的监测，避免选出即将下跌的股票。
## 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。
