问财量化选股策略逻辑
选股逻辑为：RSI指标小于65，买一量大于卖一量，周线MACD在零轴之上。该选股策略主要通过技术指标和市场情绪，以及周线趋势变化，筛选出可能存在上涨机会的股票。
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，同时加入周线MACD在零轴之上，意味着该股票处于技术面上的上涨趋势中，综合考虑技术指标和市场情绪，能够找到有可能存在上涨机会的股票。
有何风险？
该策略过分依赖技术指标和市场情绪的影响，忽略了一些基本面因素的影响，如公司财务状况、宏观经济环境等。另外，该选股策略可能会错过一些短期内涨势较好的股票，如出现大幅上涨后的回调，该策略可能会忽略股票的调整期，同时盲目追涨杀跌也会导致策略受到风险的挑战。
如何优化？
可以加入更多技术指标来判断趋势，如KDJ等；同时引入一些基本面因素，如公司财务状况、宏观经济环境等，对股票进行综合考量。在判断阶段加入周期指标，检查该股票是否处于周期底部或者周期上升期，同时需要Adjust选股条件，避免谬误。
最终的选股逻辑
选股逻辑为：RSI指标小于65，买一量大于卖一量，周线MACD在零轴之上。综合考虑技术指标和市场情绪，以及周线趋势变化，能够找到有可能存在上涨机会的“优质股票”。
同花顺指标公式代码参考
// 计算RSI指标
RSI(C, 14)
// 计算买一和卖一的成交量
VOL1, VOL2
// 计算周线MACD
DIF2, DEA2, MACD2
// 筛选符合条件的股票
RSI < 65 and VOL1 > VOL2 and MACD2 > 0
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']
# 计算周线MACD
macd2, signal2, hist2 = talib.MACD(data['close'], fastperiod=12, slowperiod=26, signalperiod=9)
# 筛选符合条件的股票
filter_cond = (rsi < 65) & \
(vol1 > vol2) & \
(macd2 > 0)
stock_list = data[filter_cond].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。
