问财量化选股策略逻辑
选股逻辑为：RSI指标小于65、三连阴信号、今日最低价小于昨日最低价。该选股逻辑主要结合了技术面和市场情绪因素，选取了在技术面较弱的同时，具有较强赚钱效应、市场热度较高的股票。
选股逻辑分析
该选股策略主要考虑了股票的技术面和市场情绪因素。选股指标包括RSI指标小于65、三连阴信号、今日最低价小于昨日最低价，筛选出技术面较弱的同时，价格有较好的表现，赚钱效应强，市场热度高的股票。此选股策略较为灵活，能够对市场短期走势做出较快反应，对于投机操作时市场活跃的时期选股尤为有效。
有何风险？
该选股策略忽略了股票基本面因素和行业特征等因素，容易漏选潜力个股；此外，该选股策略基于市场情绪和赚钱效应，可能受到股市的一些无限制因素的干扰，选取出来的股票有较大风险。
如何优化？
一方面可以引入技术面以外的其它指标，比如市盈率、市净率等价值型因素和周期行业因素等等，从各个角度对股票进行综合评价，提高选股策略的精度；另一方面，加大量化选股与风控的整体投入，强化风险控制能力。
最终的选股逻辑
选股逻辑为：RSI指标小于65、三连阴信号、今日最低价小于昨日最低价。通过对技术面与市场情绪的判断，结合价格表现、赚钱效应等因素，选择品牌效应较佳、业绩增长不错的优质股票。
同花顺指标公式代码参考
// 计算RSI指标
RSI(C, 14)
// 计算三连阴信号
C1 = (C<OPEN)
C2 = (REF(C,1)<REF(OPEN,1))
C3 = (REF(C,2)<REF(OPEN,2))
C_L = (C1 & C2 & C3)
// 今日最低价小于昨日最低价
C_LLOW = (LOW < REF(LOW, 1))
// 选取符合条件的股票
SELECT A.SECUCODE
FROM ASHOAREQU A
WHERE RSI(A.CLOSE, 14) < 65 AND C_L AND C_LLOW
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)
# 计算三连阴信号
c1 = (data['close'] < data['open'])
c2 = (data['close'].shift(1) < data['open'].shift(1))
c3 = (data['close'].shift(2) < data['open'].shift(2))
c_l = (c1 & c2 & c3)
# 今日最低价小于昨日最低价
c_llow = (data['low'] < data['low'].shift(1))
# 筛选符合条件的股票
filter_cond = (rsi < 65) & (c_l) & (c_llow)
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。
