问财量化选股策略逻辑
选股逻辑为：RSI小于65，买一量大于卖一量，连续3天以上股票的大单净量大于0.05。该选股策略主要通过技术指标和市场情绪，判断大单资金的净流入情况，筛选出可能存在后续上涨动力的股票。
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，而连续3天以上的大单净量大于0.05则显示大资金正在密集关注该股。该选股逻辑适用于超短线操作，找出大涨潜力股。
有何风险？
该选股策略忽略了部分基本面指标以及反弹动能等市场变量的影响，过度追求短线反弹而忽视了长期的投资价值，选出的股票存在较大的短期波动或者长期走势不佳的风险。
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。
最终的选股逻辑
选股逻辑为：RSI小于65，买一量大于卖一量，连续3天以上股票的大单净量大于0.05。该选股策略综合考虑技术指标和市场情绪，筛选出可能存在后续上涨动力的股票。
同花顺指标公式代码参考
// 计算RSI指标
RSI(C,14)
// 计算大单净量
net_buy = BigNet(C, Volume)
// 计算连续3天以上大单净量大于0.05
cond1 = ValueWhen(net_buy > 0.05, net_buy, 1) > 0.05
cond2 = ValueWhen(net_buy > 0.05, net_buy, 2) > 0.05
cond3 = net_buy > 0.05
big_net_cond = cond1 AND cond2 AND cond3
// 筛选符合条件的股票
filter_cond = RSI14 < 65 AND VOL1 > VOL2 AND big_net_cond
sort_cond = PJ.descending()
// 按竞价金额排序
select(sort_cond)
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']
# 计算大单净量
net_buy = data['big_net']
# 计算连续3天以上大单净量大于0.05
big_net_cond = (net_buy.rolling(3).apply(lambda x: (x > 0.05).all(), raw=False))
# 筛选符合条件的股票
filter_cond = (rsi < 65) & \
(vol1 > vol2) & \
(big_net_cond)
# 按竞价金额排序
stock_list = data[filter_cond].sort_values(by='pj', ascending=False).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。
