问财量化选股策略逻辑
本选股策略为：RSI指标小于65，涨跌幅×超大单净量，换手率3%-12%。通过技术面、资金面和市场流动性的综合考虑，选取较好的市场上涨空间和投资价值的个股。
选股逻辑分析
本选股策略主要基于技术面和市场流动性这两个因素进行股票筛选。其中选取RSI指标小于65，排除市场短期表现过于弱势的个股；选取涨跌幅×超大单净量，通过资金面综合考量股票流通性和成交量，排除低流动性的个股；同时选取换手率3%-12%，从市场流动性角度筛选个股。期望通过多方面因素的考虑，筛选出具备较好市场战斗力的优质股票。
有何风险？
本选股策略仍存在选择错误的可能性。例如，市场环境变化可能导致策略不再适用；股票可能存在财务风险，价格可能发生极端波动等风险。需要投资者具备市场风险意识，及时调整仓位，控制个股风险和市场风险。
如何优化？
可以在原有策略的基础上加入其他的技术指标、市场因素等，从更多角度出发筛选出市场走势转好个股。例如，可以加入OBV、DMI和KDJ等技术指标，从量价关系、趋势等多方面进行股票筛选；基于市场主题投资和业绩等基本面因素，获得更多维度的信息。同时必要时可加强风险管理意识，及时调整仓位，控制个股风险和市场风险。
最终的选股逻辑
本选股策略为：RSI指标小于65，涨跌幅×超大单净量，换手率3%-12%。通过技术面、资金面和市场流动性的综合考虑，选取较好的市场上涨空间和投资价值的个股。
同花顺指标公式代码参考
涨跌幅×超大单净量: ((收盘价-前收盘价)/前收盘价) * (成交额-超大单成交额) / 成交额
python代码参考
# 导入需要使用的库
import pandas as pd
import tushare as ts
# 选股函数
def stock_picking():
# 获取RSI指标小于65，涨跌幅×超大单净量，换手率3%-12%的股票
data = ts.get_today_all()
data.dropna(inplace=True)
hist_data = ts.get_hist_data(code_list=data['code'].tolist(), ktype='D',
start=(pd.Timestamp.today() - pd.Timedelta('300 days')).strftime('%Y-%m-%d'))
calc_data = pd.concat([data,hist_data],axis=1,join='inner')
calc_data['huge_capital'] = calc_data['amount'] - calc_data['large_sell'] - calc_data['large_buy']
filter_data = calc_data[(calc_data['rsi'] < 65)
& (((calc_data['close'] - calc_data['close'].shift(1))/calc_data['close'].shift(1))
* (calc_data['amount'] - calc_data['huge_capital'])
/ calc_data['amount'] > 0)
& ((calc_data['turnoverratio'] > 3) & (calc_data['turnoverratio'] < 12))]
filter_data = filter_data[['name', 'industry', 'open', 'price', 'outstanding', 'totals', 'totalAssets', 'liquidAssets',
'fixedAssets', 'reserved', 'reservedPerShare', 'esp', 'bvps', 'pb', 'timeToMarket']]
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。
