问财量化选股策略逻辑
本选股策略为：RSI指标小于65，今日上涨幅度大于1%，选取主板股票，且30日平均线向上的股票。通过综合考虑股票的技术面和市场情绪等因素，筛选符合条件的股票进行投资，期望获得稳健的收益。
选股逻辑分析
该选股策略主要依据RSI指标、股票涨跌幅度和30日平均线，筛选出近期表现优良，趋势向上的股票。其中，RSI指标能够反映出股票当前的市场情绪，涨跌幅度和30日平均线能反映出股票的技术面和趋势情况。该选股策略中，收盘价大于30日平均线向上则意味着该股票在均线支撑下运行，且趋势向上，市场趋势判断的准确性较高。
有何风险？
该选股策略同样忽略了公司基本面数据和市场资金流向等其他相关因素对股票价值的影响，同时基于历史数据进行选取，未来股票的表现不一定符合历史数据，因此具有一定的不确定性。此外，该策略选股逻辑的简单性可能忽略了一些重要的因素，如行业发展、政策面等因素对股票走势的影响。因此，风险控制和分散投资组合仍需重视。
如何优化？
可引入更多的技术指标和基本面指标，如波动率、市净率、分红率、PEG等基本面数据，综合考虑各项数据，以得到更加准确的股票筛选结果。同时，策略也可以考虑加入流通市值、资金流向等因素，进一步完善筛选条件，并对选股策略进行动态调整。在执行选股策略时，注重风险控制和分散投资组合，避免过度集中投资造成的风险。
最终的选股逻辑
本选股策略为：RSI指标小于65，今日上涨幅度大于1%，选取主板股票，且30日平均线向上的股票作为选股依据，在综合考虑市场情绪、技术面以及其他因素的基础上，选择符合条件的股票进行投资，注重风险控制和分散投资组合。
同花顺指标公式代码参考
// 建立选股语句
SELECT *
FROM STOCK_EXCHANGE_BOARD
WHERE RSI(14) < 65 AND INCREASE_TODAY_RA > 0.01 AND MA(CLOSE_PRICE, 30) > REF(MA(CLOSE_PRICE, 30), 1) AND (EXCHANGE_BOARD = 1 OR EXCHANGE_BOARD = 2 OR EXCHANGE_BOARD = 3)
ORDER BY VOLUME DESC;
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():
# 获取满足要求的股票信息并筛选30日平均线向上的股票
today = ts.get_today_all()
filter_data = today[(today['open'] < today['settlement']) & (today['changepercent'] > 1) &
((today['exchange'] == 'SZSE') | ((today['exchange'] == 'SSE') & (today['code'].str.startswith('6'))))]
ma_30 = ts.pro_bar(ts_code=filter_data['ts_code'].tolist(), adj='qfq', freq='D', start_date='20200101', end_date='')\
.groupby('ts_code')['close'].rolling(window=30).mean().reset_index()
filter_data = pd.merge(filter_data, ma_30, how='left', on=['ts_code'])
filter_data = filter_data[filter_data['close'] > filter_data['ma30'].shift(1)]
# 计算RSI指标，并筛选RSI指标小于65的股票
rsi_14 = ts.pro_bar(ts_code=filter_data['ts_code'].tolist(), adj='qfq', freq='D', start_date='20100101', end_date='').groupby('ts_code').apply(lambda x: (x['close'].diff(1).apply(lambda x: max(x, 0)).ewm(alpha=1/14, adjust=False).mean() /
x['close'].diff(1).apply(lambda x: abs(x)).ewm(alpha=1/14, adjust=False).mean()).apply(lambda x: 100 - 100 / (1 + x))).reset_index(name='rsi_14')
filter_data = pd.merge(filter_data, rsi_14, how='left', on='ts_code')
filter_data = filter_data[filter_data['rsi_14'] < 65]
# 计算涨跌幅度和选股依据
daily_return = filter_data['close'] / filter_data['open'] - 1
selection_criteria = filter_data['close'] / filter_data['ma30'].shift(1)
filter_data['selection_criteria'] = selection_criteria
# 返回前10只股票
stock_list = filter_data.sort_values(by='selection_criteria', ascending=False).head(10)['ts_code'].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。
