问财量化选股策略逻辑
本选股策略逻辑为：RSI指标小于65，涨跌幅×超大单净量，反包。通过收盘价、成交量以及资金面指标的综合考虑，选择符合条件的个股。
选股逻辑分析
选股逻辑是基于技术面和资金面的综合考虑，RSI指标小于65、涨跌幅×超大单净量等符合技术面和资金面的考虑，反包则针对股票的走势进行技术面分析。通过多因素的综合考虑，选择符合市场趋势、资金流入流出等多个方面的股票，能够减少选股误差和风险。
有何风险？
反包的走势策略有时会过于依赖于单一因素，可能会忽略掉其他市场因素的影响。另外，市场状况也会因为时间和事件的变化而影响股票的表现。限制过多也可能会造成选出来的标的过于集中，造成过于依赖于个别标的。
如何优化？
选股策略中反包的限制可以根据实际需求进行调整或者去掉，加入其他技术指标、基本面因素等，如环比、同比、市盈率、市净率等等，更加全面地评估股票的价值。另外可以结合市场趋势、行业走势等因素，对股票选择的时机进行更加精准的掌握，增加灵活性。可以加入风险控制的考虑，如对单只股票、行业、市场等进行资金管理，从而降低风险。
最终的选股逻辑
本选股策略逻辑为：RSI指标小于65，涨跌幅×超大单净量，反包。通过收盘价、成交量以及资金面指标的综合考虑，选择符合条件的个股。
同花顺指标公式代码参考
- RSI指标：RSI(C,N)：C表示收盘价，N表示计算周期，如RSI(C,14)表示计算14天RSI指标。
- 成交量：VOL：代表成交量。
- 涨跌幅：计算当日涨跌幅，公式为（当日收盘价-昨日收盘价）/昨日收盘价。
- 超大单净量：当日主力净流入超过当日交易量的5%。
python代码参考
#导入需要使用的库
import math
import pandas as pd
import tushare as ts
#选股函数
def stock_picking():
#获取符合条件的标的
start = '20210101'
end = '20211231'
data = ts.get_stock_basics()
data['change'] = (data['close'] - data['pre_close']) / data['pre_close']
data['super_big_order_volume'] = data['superBuy'] - data['superSell']
filter_data = data[(data['rsi'] < 65)
& ((data['change'] * data['super_big_order_volume'] > 0))
& (data['isST'] == False)
]
return filter_data
## 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。
