问财量化选股策略逻辑
选股逻辑为RSI指标小于65、流通市值在50亿-100亿之间、MACD指标零轴以上的股票。选取符合条件的股票。
选股逻辑分析
该选股策略主要考虑了股票的技术面指标，综合考虑了RSI指标、流通市值、MACD指标等因素进行选股，选取符合条件的股票进行投资。其中，RSI指标可以反映出股票短期内的超买或超卖状态，选股时应控制RSI指标的值在合理的区间内；流通市值反映了股票的市值规模，选股时需考虑流通股的变化情况；MACD指标可以反映出股票的短期走势强度，选股时应选择MACD零轴以上的股票。但是该选股逻辑仍有风险，如未考虑其他技术指标的综合作用和基本面因素的影响等。
有何风险？
该选股策略仅考虑了相对单一的指标，未充分考虑股票的基本面因素，如公司盈利能力、财务状况、市场拐点等，可能导致投资风险。此外，部分股票可能会出现错误信号，因此需要结合其他指标进行分析。
如何优化？
可以结合其他因素进行选股，如公司盈利能力、财务状况、市场拐点等基本面因素。同时，需要结合多种技术指标进行综合分析，如均线、KDJ等，以增加选股的可靠性和稳定性。此外，需要对选股逻辑中每个变量的具体取值进行优化研究，以找到更合理的选股策略。
最终的选股逻辑
选股逻辑为RSI指标小于65、流通市值在50亿-100亿之间、MACD指标零轴以上的股票。需要结合多因素，包括技术面和基本面，进行综合判断，以获取更准确的选股策略。
同花顺指标公式代码参考
- RSI指标公式：RSI(C,N)，其中CLOSE为收盘价序列，N代表RSI的计算天数，默认为14天。
- MACD指标公式：MACD(12,26,9)，其中12、26为短期和长期EMA的计算天数，9为信号线EMA的计算天数，默认为这三个值。
- 流通市值可以通过tushare的接口获取，如 ts.get_stock_basics()['totals'] * ts.get_stock_basics()['price']。
python代码参考
import tushare as ts
def pick_stocks():
sorted_stocks = []
for stock_code in ts.get_stock_basics().index:
rsi = ts.STOP_TRADE_LIMIT_CS[stock_code]
if rsi >= 65:
continue
flow_cap = ts.get_stock_basics()['totals'][stock_code] * ts.get_stock_basics()['price'][stock_code]
if flow_cap < 5E10 or flow_cap > 1E11:
continue
macd, signal, hist = ts.MACD(ts.get_hist_data(stock_code)['close'], fastperiod=12, slowperiod=26, signalperiod=9)
if macd is None or macd.iloc[-1] <= 0:
continue
sorted_stocks.append({"code": stock_code, "name": ts.get_realtime_quotes(stock_code)['name'][0]})
for stock in sorted_stocks:
print(f"{stock['code']}、{stock['name']}")
以上为使用Python实现该选股策略的代码参考，通过调用tushare接口实现了选股的逻辑。该选股策略主要考虑了技术面因素，采用多种指标进行筛选，有一定的实用性和可行性。但需要注意数据和计算模型的准确性，结合多种技术指标和基本面因素，进行多方面的分析，以获取更准确的选股策略。
## 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。
