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、15分钟周期MACD绿柱变短。该选股策略主要通过技术面挑选出价格相对低估，MACD指标绿柱变短的优质股票，以期望在市场趋势发展的较为明朗时获得收益。
选股逻辑分析
该选股策略采用了RSI、买一量、MACD指标，选股的过程中主要考虑股票的价格是否低估，市场买盘强势，且股票应该处于下跌趋势，MACD指标绿柱变短反映出股价下跌动能减弱，符合买入时机。
有何风险？
该选股策略基于技术面指标，无法全面反映公司的经营情况和内在价值。此外，该策略过于依赖单一指标，存在选股范围过窄的问题。
如何优化？
选股策略应该采用多因子模型，综合考虑多个指标，如市盈率、市净率、ROE等。通过综合分析公司的财务数据和行业发展趋势，减少单一因素的依赖，提高选股准确度。
最终的选股逻辑
选股逻辑为RSI小于65、买一量大于卖一量、15分钟MACD绿柱变短。该选股策略寻找价格相对低估，市场买盘强势，且处于下跌趋势，MACD指标绿柱变短的优质股票。
同花顺指标公式代码参考
// 计算15分钟MACD指标
MACD(C, 12, 26, 9, XBar, 15)
// 筛选15分钟MACD绿柱变短、RSI小于65、买一量大于卖一量非科创板股票
MACD_G2 <= MACD_G2[1] AND RSI(CLOSE, 14) < 65 AND VOL1 > VOL2 AND SELECT_SECTORS != 13
Python代码参考
# 选股函数
import talib
def stock_picking(data):
# 计算15分钟MACD指标
macd, macd_signal, macd_hist = talib.MACD(data['close'], fastperiod=12, slowperiod=26, signalperiod=9, timeperiod=15)
# 筛选15分钟MACD绿柱变短、RSI小于65、买一量大于卖一量非科创板股票
filter_cond = (macd_hist[-1] <= macd_hist[-2]) & \
(talib.RSI(data['close'], 14)[-1] < 65) & \
(data['vol1'] > data['vol2']) & \
(data['select_sectors'] != 13)
# 获取股票代码，并返回
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。
