问财量化选股策略逻辑
选股逻辑为：RSI指标小于65，三连阴，规模在2亿以上。该选股策略综合考虑了技术面和市值要求，以期选出市值适中的质量较高的股票。
选股逻辑分析
该选股策略在之前的条件上增加了市值要求，筛选出规模在2亿以上的股票。这能够有效过滤掉一些小型公司，同时也对投资者起到了一定的风险控制作用。
有何风险？
在选股过程中，单一地以市值为选股依据可能会忽略掉一些市值较小但是具有业绩和发展潜力的公司，因此该选股策略风险较大。
如何优化？
可以结合其他股票指标，例如营收增长率、每股收益、股价与净资产的比率等，从不同角度分析股票质量，从而更全面地考虑选股。可以使用量化策略，对数据进行分析优化。
最终的选股逻辑
选股逻辑为：RSI指标小于65，三连阴，规模在2亿以上。
同花顺指标公式代码参考
// 计算RSI指标
RSI(CLOSE, 14)
// 判断三连阴
(CLOSE.shift(1) > OPEN.shift(1)) & (CLOSE.shift(2) > OPEN.shift(2)) & (CLOSE.shift(3) > OPEN.shift(3))
// 筛选符合条件的股票
(PE_TTM >= 0) & (RSI(CLOSE, 14) < 65) & ((CLOSE.shift(1) > OPEN.shift(1)) & (CLOSE.shift(2) > OPEN.shift(2)) & (CLOSE.shift(3) > OPEN.shift(3))) & (MCAP >= 2e+8)
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)
# 判断三连阴
triple_cond = (data['close'].shift(1) > data['open'].shift(1)) & (data['close'].shift(2) > data['open'].shift(2)) & (data['close'].shift(3) > data['open'].shift(3))
# 选股条件
filter_cond = (data['pe_ttm'] >= 0) & (rsi < 65) & triple_cond & (data['mcap'] >= 2e+8)
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。
