问财量化选股策略逻辑
选股逻辑为：RSI指标小于65，三连阴，按个股热度从大到小排序名。该选股策略主要关注股票的技术指标、市场情绪和市场热度因素。
选股逻辑分析
该选股策略通过RSI、三连阴和个股热度等指标综合考虑市场情绪、技术指标和市场热度因素等因素，筛选出表现良好、基本面优秀、市场关注度较高的股票。
有何风险？
该选股策略过于依赖过去短期表现和市场热度等因素，不能很好地预测股票未来的发展趋势。同时，个股热度也可能存在市场炒作的影响，使得部分股票不具备持续性。
如何优化？
可以在个股热度指标之外加入其他因素来提高选股准确率，例如财务状况、行业关联等。同时，可以加入其他技术指标，如MACD、换手率等，提高选股精度。
最终的选股逻辑
选股逻辑为：RSI指标小于65，三连阴，按个股热度从大到小排序名。
同花顺指标公式代码参考
// 计算RSI指标
RSI(CLOSE, 14)
// 判断三连阴
(CLOSE.shift(1) > OPEN.shift(1)) & (CLOSE.shift(2) > OPEN.shift(2)) & (CLOSE.shift(3) > OPEN.shift(3))
// 按股票热度排序
SORT(VOL, DESC)
// 筛选符合条件的股票
SORT(VOL, DESC) & (RSI(CLOSE, 14) < 65) & ((CLOSE.shift(1) > OPEN.shift(1)) & (CLOSE.shift(2) > OPEN.shift(2)) & (CLOSE.shift(3) > OPEN.shift(3)))
Python代码参考
# 导入需要用到的库
import pandas as pd
import tushare as ts
import talib
# 选股函数
def stock_picking(data):
# 计算RSI指标
rsi = talib.RSI(data['close'], timeperiod=14)
# 判断三连阴
triple_cond = (data['close'].shift(1) > data['open'].shift(1)) & (data['close'].shift(2) > data['open'].shift(2)) & (data['close'].shift(3) > data['open'].shift(3))
# 按股票热度排序
data = data.sort_values(by='volume', ascending=False)
filter_cond = (rsi < 65) & triple_cond
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。
