问财量化选股策略逻辑
选股逻辑为RSI小于65、流通市值50亿-100亿、外盘/内盘大于1.3。选取符合条件的股票进行投资。
选股逻辑分析
该选股策略主要考虑了技术面和市场情况因素，综合考虑了RSI指标、流通市值和股票的外盘/内盘比例进行选股。RSI指标反映了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；外盘/内盘比例反映了多空力量的对比情况，选股时需关注走势的稳定性。
有何风险？
该选股策略忽略了公司的基本面因素，存在选股出现偏差的风险。同时，在市场波动较大时，股票的外盘/内盘比例容易受到短期噪音的干扰，选股可能存在一定的误差。此外，外盘/内盘比例并不一定代表买入压力或卖出压力增大，可能存在其他市场因素的影响，加大了风险。
如何优化？
可将市场情况和基本面因素纳入考虑范围，综合判断选股策略。可加入更多的技术指标和交易金融数据等因素，例如成交量、技术形态、资金净流入等因素。在考虑股票的外盘/内盘比例时，可以加入其他趋势相关指标，综合考虑股票走势的稳定性。同时，需注意风险管理，加入止损和止盈机制，避免投资风险。
最终的选股逻辑
选股逻辑为RSI小于65、流通市值50亿-100亿、外盘/内盘比例大于1.3。需结合市场情况和基本面因素，例如行业板块和资产负债率等指标，进行综合判断，以获取更准确、更全面的选股策略。
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。
- 外盘/内盘指标：
(BUYERCNT-SELLERCNT)/(BUYVOL-SELLVOL)，其中BUYERCNT为委买数量，SELLERCNT为委卖数量，BUYVOL为成交买入量，SELLVOL为成交卖出量。
python代码参考
import tushare as ts
def pick_stocks():
sorted_stocks = []
for stock_code in ts.get_stock_basics().index:
if 'ST' in ts.get_stock_basics()['name'][stock_code]:
continue
if ts.get_stock_basics()['totals'][stock_code] * ts.get_stock_basics()['price'][stock_code] < 5E10 or ts.get_stock_basics()['totals'][stock_code] * ts.get_stock_basics()['price'][stock_code] > 1E11:
continue
rsi = ts.STOP_TRADE_LIMIT_CS[stock_code]
if rsi >= 65:
continue
wp_np_ratio = (ts.get_realtime_quotes(stock_code)['b1_v'][0] + ts.get_realtime_quotes(stock_code)['b2_v'][0] + ts.get_realtime_quotes(stock_code)['b3_v'][0] + ts.get_realtime_quotes(stock_code)['b4_v'][0] + ts.get_realtime_quotes(stock_code)['b5_v'][0]) / (ts.get_realtime_quotes(stock_code)['a1_v'][0] + ts.get_realtime_quotes(stock_code)['a2_v'][0] + ts.get_realtime_quotes(stock_code)['a3_v'][0] + ts.get_realtime_quotes(stock_code)['a4_v'][0] + ts.get_realtime_quotes(stock_code)['a5_v'][0])
if wp_np_ratio < 1.3:
continue
score = rsi * wp_np_ratio
sorted_stocks.append({"code": stock_code, "name": ts.get_realtime_quotes(stock_code)['name'][0], "score": score})
sorted_stocks = sorted(sorted_stocks, key=lambda k: k['score'], reverse=True)
for stock in sorted_stocks[:10]:
print(f"{stock['code']}、{stock['name']}、得分：{stock['score']}")
以上为使用Python实现该选股策略的代码参考。该选股策略主要采用多种技术指标和市场进程指标进行筛选和综合分析，具有一定的实用性和可行性。需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。
