问财量化选股策略逻辑
本策略逻辑为：RSI指标小于65，涨跌幅×超大单净量大于1，流通市值在50-100亿之间的个股。通过技术面和资金面的综合考虑，筛选出具有反弹潜力的优质个股。
选股逻辑分析
本选股策略主要考虑技术面、资金面和市值等因素。通过RSI指标小于65，选出技术面上表现较为弱势的个股。通过涨跌幅×超大单净量选股，从资金面综合考虑流通量和成交量，筛选出具有较大反弹潜力的股票。选取流通市值在50-100亿之间的个股，代表公司规模适中，有一定的成长性和稳定性。通过技术面、资金面和市值等因素的综合考虑，筛选出具有反弹潜力的个股。
有何风险？
该选股策略的风险主要体现为：1、技术面因素不能完全反映股票价格变动趋势，选择出错可能会导致收益亏损；2、数据及信息的不完整性或不精准性可能影响到选股逻辑的正确性；3、市值标准可能较为主观，可能会造成选股范围的偏差；4、可能遇到市场大盘不利、股票基本面变化等因素对选股策略造成影响的风险。
如何优化？
该选股策略可以引入其他技术指标如KDJ、MACD等，综合考虑技术面因素。在市值标准上可以进一步优化，如引入PE、PB等估值指标。此外，在资产负债表和利润表等方面引入基本面因素进行选择，筛选那些业绩优异且估值适当的优质企业。
最终的选股逻辑
本选股策略为：RSI指标小于65，涨跌幅×超大单净量大于1，流通市值在50-100亿之间的个股。通过技术面、资金面和市值等因素的综合考虑，筛选出具有反弹潜力的优质个股。
同花顺指标公式代码参考
无
python代码参考
# 导入需要使用的库
import pandas as pd
import tushare as ts
# 选股函数
def stock_picking():
# 获取RSI指标小于65，涨跌幅×超大单净量大于1，流通市值在50-100亿之间的个股
data = ts.get_today_all()
data = data.dropna()
filter_data = data[(data['turnoverratio'] > 0.05)
& (data['pb'] > 0)
& (data['pe'] > 0)
& (data['rsi_14'] < 65)
& (data['changepercent'] * data['superBigNetInflowRatio'] > 1)
& (data['mktcap'] > 5000000000)
& (data['mktcap'] < 10000000000)]
filter_data = filter_data.iloc[:50, :]
return filter_data
## 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。
