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%，选取主板股票，前日实际换手率在3%到28%之间的股票。综合考虑股票的技术面和市场活跃度等因素，筛选符合条件的股票进行投资，期望获得稳健的收益。
选股逻辑分析
该选股策略主要依据RSI指标、涨跌幅度、实际换手率、股价是否高于250日均线等因素，在综合考虑市场情绪、技术面、市场活跃度以及其他因素的基础上，选择符合条件的股票进行投资，注重风险控制和分散投资组合。RSI指标能够反映出股票当前的市场情绪，涨跌幅度能反映出股票的技术面和趋势情况，实际换手率能够反映出市场投资者对于该股票的关注程度。该选股策略中选取主板股票意味着该股票具有一定的市值和流动性，投资性较为稳健。
有何风险？
该选股策略中需要关注实际换手率、市场投资者的情绪、市场活跃度等因素，且只考虑了近期的表现，忽略了公司基本面等信息对股票价值的影响。此外，选股依据中的实际换手率数据容易受到市场投机行为的影响，有可能出现一时的异常波动。因此，风险控制和分散投资组合仍需重视。
如何优化？
同样可引入更多的技术指标和基本面指标，如波动率、市净率、分红率、PEG等基本面数据，综合考虑各项数据，以得到更加准确的股票筛选结果。在实际换手率的选择依据上，关注公司股权结构、流通股比例等因素，以得到更为合理的选股依据。在执行选股策略时，注重风险控制和分散投资组合，避免过度集中投资造成的风险。
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%，选取主板股票，前日实际换手率在3%到28%之间的股票作为选股依据，在综合考虑市场情绪、技术面、市场活跃度以及其他因素的基础上，选择符合条件的股票进行投资，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 stock_market_data.*
from stock_market_data, stock_basic_data
where stock_market_data.rsi < 65 and
stock_market_data.today_increase_rate > 1 and
stock_market_data.actual_turnover_rate_2 > 3 and stock_market_data.actual_turnover_rate_2 < 28 and
stock_basic_data.is_main = 1 and
stock_market_data.today_price > stock_market_data.ma250 and
stock_market_data.stock_code = stock_basic_data.stock_code
order by stock_market_data.today_volume desc;
注意：actual_turnover_rate_2为前日实际换手率，is_main代表是否为主板股票。
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():
# 获取满足要求的股票信息并筛选出实际换手率在3%到28%之间的股票
today = ts.get_today_all()
filter_data = today[(today['open'] < today['settlement']) & (today['changepercent'] > 1) &
((today['exchange'] == 'SZSE') | ((today['exchange'] == 'SSE') & (today['code'].str.startswith('6'))))]
history_data = ts.get_hist_data(code=filter_data['code'].tolist(), start='20210517', end='20210517')
filter_data['actual_turnover_rate'] = history_data['turnover'].values.tolist()
filter_data = filter_data[(filter_data['actual_turnover_rate'] >= 0.03) & (filter_data['actual_turnover_rate'] <= 0.28)]
# 计算RSI指标，并筛选RSI指标小于65的股票
history_data = ts.pro_bar(ts_code=filter_data['ts_code'].tolist(), adj='qfq', freq='D', start_date='20100101', end_date='')
rsi_14 = ta.RSI(history_data['close'], timeperiod=14)
filter_data = filter_data[rsi_14 < 65]
# 计算涨跌幅度和选股依据，并返回前10只股票
daily_return = filter_data['close'] / filter_data['open'] - 1
filter_data['daily_return'] = daily_return
stock_list = filter_data.sort_values(by='volume', ascending=False).head(10)['ts_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。
