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，股票均价站在五日均线之上的股票。综合考虑股票的技术面和市场活跃度等因素，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、涨跌幅度、股票均价和股票是否为主板股票等因素，在综合考虑市场情绪、技术面、市场活跃度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。RSI指标能够反映出股票当前的市场情绪，涨跌幅度能反映出股票的技术面和趋势情况，股票均价和股票是否为主板股票能够反映出股票的市场活跃度和价值。选取股票均价站在五日均线之上的股票是为了过滤掉过于短线的股票，以避免投资风险。
有何风险？
该选股策略中需要关注股票均价和市场活跃度等因素，且只考虑了近期的表现，忽略了公司基本面等信息对股票价值的影响。此外，选股依据中的股票均价数据容易受到市场短期行情的影响，有可能出现一时的异常波动。因此，风险控制和分散投资组合仍需重视。
如何优化？
同样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。在股票均价的选择依据上，选择不同的均价和周期，以便得到更为合理的选股依据。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，股票均价站在五日均线之上的股票作为选股依据，在综合考虑市场情绪、技术面、市场活跃度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 stock_market_data.*
from stock_market_data, stock_basic_data
where stock_market_data.rsi < 65 and
stock_market_data.today_increase_rate > 1 and
stock_market_data.stock_code = stock_basic_data.stock_code and
stock_basic_data.is_main = 1 and
stock_market_data.today_close_price > stock_market_data.ma5 and
stock_market_data.today_price > stock_market_data.ma5
order by stock_market_data.today_volume desc;
注意：ma5代表五日均线，is_main代表是否为主板股票。
python代码参考
# 导入需要使用的库
import pandas as pd
import tushare as ts
import talib as ta
# 选股函数
def stock_picking():
# 获取满足要求的股票信息并筛选出股票均价站在五日均线之上的股票
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'))))]
history_data = ts.get_hist_data(code=filter_data['code'].tolist(), start='20210517', end='20210517')
filter_data['ma5'] = ta.MA(history_data['close'], timeperiod=5)
filter_data['above_ma5'] = filter_data['trade'] > filter_data['ma5']
filter_data = filter_data[filter_data['above_ma5']]
# 计算RSI指标，并筛选RSI指标小于65的股票
history_data = ts.pro_bar(ts_code=filter_data['ts_code'].tolist(), adj='qfq', freq='D', start_date='20100101', end_date='')
rsi_14 = ta.RSI(history_data['close'], timeperiod=14)
filter_data = filter_data[rsi_14 < 65]
# 计算涨跌幅度和选股依据，并返回前10只股票
daily_return = filter_data['close'] / filter_data['open'] - 1
filter_data['daily_return'] = daily_return
stock_list = filter_data.sort_values(by='volume', 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。
