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、反包。选股逻辑主要依据技术面指标RSI和市场因素，检索技术面优势和市场集中度较低的个股。
选股逻辑分析
该选股策略主要依据技术面指标RSI、市值和反包因素进行筛选，可以更全面地判断市场趋势和行情，避免市场集中度较高的风险和选择技术面劣势个股。
有何风险？
该选股策略存在技术面指标可能不够全面，反包因素可能存在漏洞和变化的风险。同时，该选股策略若不能充分考虑市场主流趋势和行情，选择的个股可能存在较大波动和回撤风险。
如何优化？
可以结合其他财务分析指标如资产负债率、净利润和现金流等指标进行综合筛选，以更全面的理解企业财务状况。同时，还可以加入好股票策略、热门板块策略等多重因素进行综合分析。针对反包因素，可以设置更为科学和全面的规则，如比较一段时间内个股的涨跌幅，考虑市场趋势等。相应地，应该加强市场趋势和行情的分析，以选择更稳健的个股。
最终的选股逻辑
选股逻辑为RSI小于65、流通市值50亿-100亿、反包。综合考虑了技术面指标和市场行情因素，可以更好地把握市场波动和行情，同时避免市场集中度过高的风险，选择技术面优势和市场集中度较低的优质个股。在选择反包指标时，应该结合市场趋势和行情进行科学设置。
同花顺指标公式代码参考
无指标公式可参考。
python代码参考
# 计算RSI指标函数
def calc_rsi(close, n=14):
delta = close.diff()
up = delta.clip(lower=0)
down = -1 * delta.clip(upper=0)
ema_up = up.ewm(com=n - 1, adjust=False).mean()
ema_down = down.ewm(com=n - 1, adjust=False).mean()
rs = ema_up / ema_down
return 100 - 100 / (1 + rs)
# 选股函数
def stock_picking(data):
# 计算RSI指标
rsi = calc_rsi(data['close'], 14)
# 根据市值筛选
cond1 = (data['negotiableMV'] >= 5e10) & (data['negotiableMV'] <= 1e11)
# 根据反包因素筛选
cond2 = (data['high'] - data['low']) / data['low'] >= 0.05
cond = cond1 & cond2 & (rsi < 65)
stock_list = []
if sum(cond) >= 5:
selected_data = data[cond]
selected_data = selected_data.sort_values(by='pctChg', 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。
