问财量化选股策略逻辑
选股逻辑为：RSI指标小于65、三连阴、酷特智能早晨之星，以期筛选出近期技术面有所改善的个股。
选股逻辑分析
该选股策略将重点放在了股票的技术指标上，通过RSI和三连阴的限制来筛选出处于下跌趋势中的股票，同时加入了酷特智能早晨之星的判断，希望能够选出技术面已有所改善的潜力股。
有何风险？
该选股逻辑忽略了股票的长期基本面情况，股票的波动可能不仅仅受技术指标的影响。同时，酷特智能早晨之星的预测准确率有限，需要更多的条件来进行判断，否则会存在选股误差的风险。
如何优化？
可以结合股票的基本面情况，如PE、PB等指标来进行筛选，同时可以考虑加入更多的技术指标，如MACD等来辅助判断，增加策略的灵敏度。对于酷特智能早晨之星的判断还可以加入其他形态的判断来减少误判。
最终的选股逻辑
选股逻辑为：RSI指标小于65、三连阴、酷特智能早晨之星。
同花顺指标公式代码参考
// 计算RSI指标
RSI(CLOSE, 14)
// 计算酷特智能早晨之星
C1 = IF((CLOSE+OPEN)/2>REF((OPEN+CLOSE)/2,1),1,0)
C2 = IF(LOW<=REF(MIN(LOW,OPEN),1),1,0)
C3 = IF(LOW<REF(MIN(LOW,OPEN),1),1,0)
C4 = IF((OPEN>REF(OPEN,1)) & ((CLOSE-LOW)/(0.001+HIGH-LOW)>=0.6),1,0)
FILTER = C1 & C2 & C3 & C4
// 筛选符合条件的股票
(RSI(CLOSE, 14) < 65) & ((CLOSE.shift(1) > OPEN.shift(1)) & (CLOSE.shift(2) > OPEN.shift(2)) & (CLOSE.shift(3) > OPEN.shift(3))) & FILTER
Python代码参考
# 导入需要用到的库
import pandas as pd
import tushare as ts
import talib
# 计算酷特智能早晨之星函数
def star(data):
c1 = (data['open'] + data['close']) / 2 > data['open'].shift(1)
c2 = data['low'] <= data[['low', 'open']].shift(1).min(axis=1)
c3 = data['low'] < data[['low', 'open']].shift(1).min(axis=1)
c4 = (data['open'] > data['open'].shift(1)) & ((data['close'] - data['low']) / (data['high'] - data['low'] + 0.001) >= 0.6)
return c1 & c2 & c3 & c4
# 选股函数
def stock_picking(data):
# 计算RSI指标
rsi = talib.RSI(data['close'], timeperiod=14)
# 计算酷特智能早晨之星
star_filter = star(data)
# 选股条件
filter_cond = (rsi < 65) & ((data['close'].shift(1) > data['open'].shift(1)) & (data['close'].shift(2) > data['open'].shift(2)) & (data['close'].shift(3) > data['open'].shift(3))) & star_filter
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。
