问财量化选股策略逻辑
选股逻辑包括：RSI指标小于65、外盘/内盘比值大于1.3、机器人概念、流通市值小于100亿。
选股逻辑分析
该选股策略主要综合考虑了技术面和基本面指标。RSI指标和外盘/内盘比值作为技术面指标，可以分析出近期的股票走势和市场资金流向，筛选出相对稳定且有上涨空间的股票。机器人概念作为基本面指标，可以挖掘新兴产业的潜力，选出有发展前景的股票。流通市值小于100亿可以缩小选股范围，降低风险。
有何风险？
该选股策略可能存在一定风险。由于机器人产业还处于发展阶段，其内部存在的不确定因素较多。而选股策略忽略了财务面指标，可能会选出部分财务表现不佳的股票。此外，股票市场风险和政策因素会对股票的发展带来影响，选股策略难以全面考虑这些因素。
如何优化？
为了进一步完善该选股策略，可以考虑以下方面进行优化：
- 综合考虑技术面和基本面指标，并加大财务面指标的分析力度，全方位分析股票的市场表现和财务表现，提高选股策略的优化能力；
- 加大机器学习和人工智能技术在选股策略中的应用，挖掘更多股票的价值和潜力；
- 关注股票市场行情和政策变化，灵活调整选股策略。
最终的选股逻辑
选股逻辑包括：RSI指标小于65、外盘/内盘比值大于1.3、机器人概念、流通市值小于100亿，并在此基础上进行综合考虑其他因素，例如市盈率、市净率、净利润等。
同花顺指标公式代码参考
无特定技术指标，只需要获取股票的RSI、内外盘比值、机器人概念和流通市值等数据并进行简单筛选即可。
python代码参考
import akshare as ak
# 获取当前A股股票列表
stock_list = ak.stock_zh_a_spot_em()
picked_stocks = []
for stock_code in stock_list.index:
# 获取股票数据
history_quotes = ak.stock_zh_a_daily(stock_code, start_date="20210101")
if history_quotes is None or len(history_quotes) < 10:
continue
ten_day_chg = (history_quotes.iloc[-1]["close"] - history_quotes.iloc[-10]["close"]) / history_quotes.iloc[-10]["close"] * 100
if ten_day_chg <= 0 or ten_day_chg >= 35:
continue
rsi = ak.stock_zh_index_daily_tx(stock_code, start_date="20210101")
if rsi is None or len(rsi) < 14 or rsi.iloc[-1]["rsi14"] >= 65:
continue
quotes_snap = ak.stock_zh_a_quote_sina(stock_code)
if quotes_snap is None or "外盘/内盘" not in quotes_snap:
continue
out_in_ratio = float(quotes_snap["外盘/内盘"].split(":")[-1])
if out_in_ratio <= 1.3:
continue
stock_info = ak.stock_zh_a_sina(stock_code)
if stock_info is None or "机器人概念" not in stock_info["概念板块"] or stock_info["流通市值"] >= 10000000000:
continue
picked_stocks.append({"code": stock_code, "name": stock_list.loc[stock_code]["名称"]})
# 输出符合条件的股票代码和名称
for stock in picked_stocks:
print(f"{stock['code']}、{stock['name']}")
在原有的基础上，进行了机器人概念和流通市值的筛选操作，并保留了10日涨幅、RSI和内外盘比值等技术面指标，以及股票实时行情的监测，避免选出即将下跌的股票。
## 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。
