问财量化选股策略逻辑
本选股策略为：RSI指标小于65，今日上涨幅度大于1%，选取主板非ST股票，选取前五部涨停的股票进行投资，期望获得超额收益。
选股逻辑分析
该选股策略基于技术面、基本面和市场热点因素，通过筛选符合条件的高质量股票，实现稳健收益增长。RSI指标小于65代表股票处于超卖状态，有望迎来反弹；今日上涨幅度大于1%则代表该股票在短期内有上涨动能；选择前五部涨停的股票可以加速收益增长，同时，选择主板非ST股票也有一定的稳定性。
有何风险？
该选股策略过于依赖市场热点因素，存在一定的投机因素，容易被过度炒作，具有一定的风险。同时，以涨停为唯一的选股标准也存在一定的风险，可能会错过许多优质股票。因此，该选股策略并不完善，存在一定的风险。
如何优化？
可以加入更多的技术分析指标、基本面数据等因素，综合考虑各种因素，得到更加准确的选股策略。同时，在设定选股条件时可以适当添加其他约束条件，如上市时间、行业选择等等，以增加投资组合的多样性。此外，可以加入风控措施，如止损，分散投资组合，以降低风险。
最终的选股逻辑
本选股策略为：RSI指标小于65，今日上涨幅度大于1%，选取主板非ST股票，选取当天前五部涨停的股票进行投资，注重风险控制和分散投资组合。
同花顺指标公式代码参考
// 建立选股语句
SELECT
a.*
FROM
(
stock_market_data a
JOIN stock_basic_data b ON a.stock_code = b.stock_code
)
JOIN (
SELECT
stock_code
FROM
stock_market_data
WHERE
rsi < 65
AND today_increase_rate > 1
AND b.is_main = 1
AND b.is_st = 0
AND date = CURDATE()
AND time < '10:00:00'
ORDER BY
increase_rate DESC
LIMIT 5
) c ON a.stock_code = c.stock_code;
注意：is_main代表是否为主板股票，is_st代表是否为ST股票。
python代码参考
# 导入需要使用的库
import pandas as pd
import tushare as ts
import talib as ta
# 选股函数
def stock_picking():
# 获取当天前五部涨停的股票信息
today_data = ts.top_list(trade_date='2022-01-10')
today_data = today_data[today_data['pctChg'] >= 9.9][:5]
# 计算RSI指标，并筛选RSI指标小于65的、非ST股票
all_data = ts.get_stock_basics()
all_data = all_data[~all_data.index.str.contains('ST', regex=False)]
rsi_data = pd.DataFrame(columns=['rsi'])
for code in today_data['code'].tolist():
history_data = ts.pro_bar(ts_code=code, adj='qfq', freq='D', start_date='20180101', end_date='')
rsi = ta.RSI(history_data['close'], timeperiod=14)
rsi_data.loc[code] = rsi.values[-1]
filter_data = today_data.join(all_data, on='code')[rsi_data['rsi'] < 65]
# 计算涨跌幅度和选股依据，并返回选股结果
daily_return = filter_data['trade'] / filter_data['open'] - 1
filter_data['daily_return'] = daily_return
stock_list = filter_data['code'].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。
