问财量化选股策略逻辑
本选股策略为：RSI指标小于65，涨跌幅×超大单净量，振幅大于1。期望通过技术面、资金面、市场情绪及市场热度控制，找到具备较好市场提升空间和投资价值的个股。
选股逻辑分析
本选股策略主要依据技术面、资金面、市场情绪及市场热度进行股票筛选。其中，选择RSI指标小于65，旨在排除市场短期内表现过于弱势的个股；选择涨跌幅×超大单净量，通过资金面综合考虑股票流通性和成交量，排除低流动性的个股；选择振幅大于1，从市场情绪上倾向于选择近期市场关注度高的个股。期望通过多方面因素的考虑，筛选出具备较好市场战斗力的优质股票。
有何风险？
本选股策略仍有严重误判股票的可能性，例如，个别个股因为估值等问题调整，而无法取得理想表现；部分二板、创业板股票的股价虚高，存在隐患；以上选股逻辑虽包含了技术面、资金面、市场情绪及热度因素，但是也存在未考虑到的市场风险。
如何优化？
可以在原有策略的基础上，加入其他的技术指标、市场热点因素等，从更多角度出发，筛选市场走势及个股表现良好的优质股票；此外建议加强风险管理意识，及时调整仓位，控制个股风险和市场风险。同时可以建议通过模拟回测等手段，优化调整选股逻辑，进一步提高股票选择的有效性。
最终的选股逻辑
本选股策略为：RSI指标小于65，涨跌幅×超大单净量，振幅大于1。期望通过技术面、资金面、市场情绪及市场热度控制，找到具备较好市场提升空间和投资价值的个股。
同花顺指标公式代码参考
涨跌幅×超大单净量: ((收盘价-前收盘价)/前收盘价) * （成交金额-超大单成交额）/成交金额
振幅大于1: (最高价-最低价)/昨收盘价 > 0.01
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RSI指标小于65，涨跌幅×超大单净量，振幅大于1的股票
data = ts.get_today_all()
data.dropna(inplace=True)
hist_data = ts.get_hist_data(code_list=data['code'].tolist(), ktype='D', start=(pd.Timestamp.today() - pd.Timedelta('300 days')).strftime('%Y-%m-%d'))
calc_data = pd.concat([data, hist_data], axis=1, join='inner')
calc_data['huge_capital'] = calc_data['amount'] - calc_data['large_sell'] - calc_data['large_buy']
filter_data = calc_data[(calc_data['rsi'] < 65) & (((calc_data['close'] - calc_data['close'].shift(1))/calc_data['close'].shift(1)) * (calc_data['amount'] - calc_data['huge_capital'])/calc_data['amount'] > 0) & ((calc_data['high'] - calc_data['low'])/calc_data['pre_close'] > 0.01)]
filter_data = filter_data[['name', 'industry', 'open', 'price', 'outstanding', 'totals', 'totalAssets', 'liquidAssets', 'fixedAssets', 'reserved', 'reservedPerShare', 'esp', 'bvps', 'pb', 'timeToMarket']]
return filter_data
## 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。
