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、KDJ（K）增长值。通过技术面指标和市场情绪面指标的综合分析，筛选出当前股价处于合理价格区间、市场情绪相对乐观、趋势向上的高潜力股票。
选股逻辑分析
该选股策略在技术面上关注股票的RSI和KDJ指标，保证选取股票处于合理的价格区间，并且符合趋势向上的条件。同时，在市场情绪面上，加入了买卖量比较，增加了筛选股票的准确性。
有何风险？
该选股策略比较依赖技术面指标的数据，存在数据风险。同时，选股标准相对单一，过于依赖数值的判定，不足以全面衡量股票的投资价值，存在一定风险。
如何优化？
建议在技术面和市场情绪面基础上加入公司基本面数据以及其他市场结构指标等其他方面的考量，以更全面的视角来选择高潜力股票。同时，设立动态合理的风控策略，及时调整仓位和风险控制，以控制风险。
最终的选股逻辑
选股逻辑为：RSI小于65、买一量大于卖一量、KDJ（K）增长值。该选股策略兼顾技术面和市场情绪面指标，设计了合理的筛选条件，期望能够选出当前股价处于合理区间，有较高潜力的股票。
同花顺指标公式代码参考
// 计算RSI和KDJ指标
RSI(C,14)
KDJ(9,3,3) > KDJ(9,3,3)[1]
// 计算买一量和卖一量
VOL1, VOL2, _, _ = GetBuySellVol()
// 筛选符合条件的股票
filter_cond = RSI14 < 65 AND VOL1 > VOL2 AND KDJ_J > KDJ_J[1]
Python代码参考
# 选股函数
import talib
def stock_picking(data):
# 计算RSI和KDJ指标
rsi = talib.RSI(data['close'], timeperiod=14)
kdj_j = talib.STOCH(data['high'], data['low'], data['close'],
fastk_period=9, slowk_period=3, slowd_period=3)[2]
# 计算买一和卖一的成交量
vol1 = data['vol1']
vol2 = data['vol2']
# 筛选符合条件的股票
filter_cond = (rsi[-1] < 65) & \
(vol1[-1] > vol2[-1]) & \
(kdj_j[-1] > kdj_j[-2])
# 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。
