问财量化选股策略逻辑
选股逻辑为：RSI指标小于65，三连阴，前日实际换手率在3%至28%之间。该选股策略主要基于技术分析和市场情绪因素，筛选出具有上涨潜力的股票。
选股逻辑分析
该选股策略通过结合技术分析和市场情绪因素，选出具有较高上涨潜力且相对稳健的股票。RSI指标小于65可以筛选出处于超卖状态的股票，三连阴则较好地将描绘了股票价格阶段下跌的趋势；前日实际换手率在一定范围内筛选出了有一定市场情绪的股票，也给市场情绪走势提供了参考。
有何风险？
该选股策略依然过于依赖于技术指标和市场情绪因素，忽略了股票基本面因素的影响，存在着盲目性和风险。同时，实际换手率的计算方式也有可能对数据产生一定程度的偏差，筛选出来的股票也可能存在着较大的波动风险。
如何优化？
可以综合考虑技术指标、市场情绪和股票基本面因素，以更全面和准确地判断股票的价值。可以增加其他技术指标和量价指标，如MACD指标、成交量等，以提高选股策略的准确率和稳健性。同时，可以考虑加入机器学习等工具，加强策略优化和数据处理和分析。
最终的选股逻辑
选股逻辑为：RSI指标小于65，三连阴，前日实际换手率在3%至28%之间，市场整体情况良好且股票基本面因素稳健。
同花顺指标公式代码参考
// 计算RSI指标
RSI(CLOSE, 14)
// 判断三连阴的条件
(CLOSE.shift(1) > OPEN.shift(1)) & (CLOSE.shift(2) > OPEN.shift(2)) & (CLOSE.shift(3) > OPEN.shift(3))
// 计算前日实际换手率
ACTR(YESTERDAY)
// 筛选符合条件的股票
(RSI(CLOSE, 14) < 65) & ((CLOSE.shift(1) > OPEN.shift(1)) & (CLOSE.shift(2) > OPEN.shift(2)) & (CLOSE.shift(3) > OPEN.shift(3))) & (ACTR(YESTERDAY) >= 3) & (ACTR(YESTERDAY) <= 28)
Python代码参考
# 导入需要用到的库
import pandas as pd
import tushare as ts
import talib
# 选股函数
def stock_picking (data):
# 计算RSI指标
rsi = talib.RSI(data['close'], timeperiod=14)
# 计算三连阴的条件
triple_cond = (data['close'].shift(1) > data['open'].shift(1)) & (data['close'].shift(2) > data['open'].shift(2)) & (data['close'].shift(3) > data['open'].shift(3))
# 计算前日实际换手率
actr = (data['volume'] / data['float_share']) * 100
# 筛选符合条件的股票
filter_cond = (rsi < 65) & triple_cond & (actr >= 3) & (actr <= 28)
# 按照涨跌幅从大到小进行排序
rank_data = data[filter_cond].sort_values(by='pct_chg', ascending=False)
stock_list = rank_data.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。
