问财量化选股策略逻辑
选股逻辑为：RSI指标小于65、三连阴、大单净量排行。通过技术面指标和大单资金流向的综合分析来筛选出符合投资者要求的个股。
选股逻辑分析
该选股策略综合考虑了技术面指标和资金流向，将RSI指标、三连阴和大单净量排行作为选股的依据。RSI指标和三连阴信号对于股票走势的判断能够较为准确，而加入大单净量排行可以更好的筛选出资金流向和市场热度较好的个股。
有何风险？
该选股策略仍然未考虑市场整体的走势以及市场风险等因素，同时大单净量的排行和股票的走势未必存在必然联系。
如何优化？
可以加入更多的市场和行业趋势、估值指标等因素进行综合考虑，同时也可以加入更多的资金流向、市场情绪等指标来评估个股的市场热度。可以考虑加入机器学习等算法，从数据中挖掘更多的股票选股依据。
最终的选股逻辑
选股逻辑为：RSI指标小于65、三连阴、大单净量排行。
同花顺指标公式代码参考
// 计算RSI指标
RSI(CLOSE, 14)
// 计算大单净量
NETVOL = DDVOLUME - UDVOLUME
// 筛选符合条件的股票
(RSI(CLOSE, 14) < 65) & ((CLOSE.shift(1) > OPEN.shift(1)) & (CLOSE.shift(2) > OPEN.shift(2)) & (CLOSE.shift(3) > OPEN.shift(3))) & (NETVOL.rank(pct=True) >= 0.8)
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)
# 计算大单净量
netvol = data['ddvolume'] - data['udvolume']
# 筛选符合条件的股票
filter_cond = (rsi < 65) & ((data['close'].shift(1) > data['open'].shift(1)) & (data['close'].shift(2) > data['open'].shift(2)) & (data['close'].shift(3) > data['open'].shift(3))) & (netvol.rank(pct=True) >= 0.8)
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。
