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、现量大于1万手、高开的个股，选择技术面表现和市场情绪都比较好的个股。
选股逻辑分析
该选股策略主要侧重于技术面指标和市场情绪的综合考量，通过RSI指标选择技术面表现较好的个股，同时加入了现量大于1万手和高开的市场情绪指标，强调了选取股票的偏向于投资者热点关注的个股，控制风险，降低选股盲目性。
有何风险？
该选股策略主要依赖于技术面指标和市场情绪的综合考量，对于公司财务状况、竞争环境等因素考虑较少，存在选到技术面表现好但财务状况差、未来业绩风险大等风险。同时，市场情绪指标也存在较大的主观性和周期性，可能存在被市场情绪所误导的情况。
如何优化？
可以在基本面、财务指标方面进行加强，如增加盈利增长率、ROE等因素，同时加入对公司业绩的分析，避免因技术面和市场情绪考虑不全面而导致选股风险增大。在市场情绪指标方面，加入多个市场情绪指标，如大单资金流入、主力资金净流入等，形成综合评估，提高选股的准确性。
最终的选股逻辑
选股逻辑为RSI小于65、流通市值50亿-100亿、现量大于1万手、高开的个股，同时加入业绩分析和多个市场情绪指标。
同花顺指标公式代码参考
高开指标公式
OPEN > HIGH * (1 + 0.001*THIGH) && OPEN <= HIGH
RSI指标公式
LC:=REF(CLOSE,1);
AA:=SMA(MAX(CLOSE-LC,0),N,1)/SMA(ABS(CLOSE-LC),N,1)*100;
RSI:EMA(AA,M);
python代码参考
# 计算RSI指标
def calc_rsi(close, n):
lc = close.shift(1)
aa = pd.Series(np.nan, index=close.index)
aa[n-1:] = close.sub(lc).clip(lower=0).rolling(n).mean() / close.sub(lc).abs().rolling(n).mean() * 100
rsi = aa.ewm(com=1.0/14, adjust=False).mean()
return rsi
# 计算高开指标
def calc_high_open(data, thigh):
high = data['high']
open = data['open']
cond = (open > high * (1 + 0.001 * thigh)) & (open <= high)
return cond
# 选股函数
def stock_picking(data):
# 计算RSI指标和高开指标
rsi = calc_rsi(data['close'], 14)
high_open = calc_high_open(data, 1)
# 根据市值、RSI、现量和高开指标选取股票
cond = (data['negotiableMV'] >= 5e10) & (data['negotiableMV'] <= 1e11) & \
(data['totalShares'] >= 2e8) & (data['volume'] >= 1e4) & (rsi < 65) & high_open
stock_list = []
if sum(cond) >= 5:
selected_data = data[cond]
selected_data = selected_data.sort_values(by='changePct', ascending=False)
for i in range(5):
stock_list.append(selected_data.index[i])
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。
