问财量化选股策略逻辑
选股逻辑为：RSI指标小于65，买一量大于卖一量，昨日成交额大于6千万。该选股策略主要通过技术指标和市场情绪，以及成交金额筛选股票，寻找有可能存在上涨趋势的股票。
选股逻辑分析
RSI指标用于判断股票价格当前是否处于超卖状态，买一量大于卖一量说明市场情绪趋于乐观，昨日成交额大于6千万筛选出具有一定市场认可度的股票，综合考虑技术指标和市场情绪，能够在短期內找到可能存在上涨趋势的股票。
有何风险？
由于该选股策略主要关注短期涨势，忽略了部分基本面的影响，可能存在长期投资价值不足的风险。同时，采用成交金额作为筛选标准，可能会过分強调股票的盈利能力，忽略一些潜在的短期风险。
如何优化？
建议在筛选股票时加入一些基本面因素，例如股票所在行业、股本结构、经营情况等；同时可以加入反弹进攻指标和盈利能力指标，提升组合的盈利空间和风险控制水平。在成交金额的筛选上，可以考虑减少筛选标准，或者加入其他市场走势和基本面指标，使选股策略更加合理。
最终的选股逻辑
选股逻辑为：RSI指标小于65，买一量大于卖一量，昨日成交额大于6千万。该选股策略综合考虑技术指标和市场情绪，以及成交金额的筛选标准，寻找有可能存在上涨趋势的股票。
同花顺指标公式代码参考
// 计算RSI指标
RSI(C, 14)
// 计算买一和卖一的成交量
VOL1, VOL2
// 计算昨日成交额
amt = SUM(C * VOL, 1)
// 筛选昨日成交额大于6千万的股票
amt > 60000000
Python代码参考
# 导入需要的库
import pandas as pd
import numpy as np
import talib
# 选股函数
def stock_picking(data):
# 计算RSI指标
rsi = talib.RSI(data['close'], timeperiod=14)
# 计算买一和卖一的成交量
vol1 = data['vol1']
vol2 = data['vol2']
# 计算昨日成交额
amt = (data['close'] * data['vol']).rolling(window=2).sum().shift(1)
# 筛选符合条件的股票
filter_cond = (rsi < 65) & \
(vol1 > vol2) & \
(amt > 60000000)
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。
