问财量化选股策略逻辑
选股逻辑为：RSI小于65、振幅大于1、10天内涨停天数大于2。该选股策略旨在选出短期内涨势强劲的个股进行买入操作。
选股逻辑分析
该选股策略考虑了RSI技术指标、振幅和涨停日数指标，以挖掘短期内涨幅表现强劲的股票。
有何风险？
该选股策略同时存在以下风险：
- 过分偏重技术面，可能会忽略公司的业绩变化；
- 股票偶然连续2天涨停并不是公司基本面发生重大变化造成的，而可以是市场资金对股票的炒作行为造成的；
- 对选股周期进行限制，可能会失去更长期或更短期的投资机会。
如何优化？
为了优化该选股策略，建议：
- 引入更多指标，例如PE和PB等价值指标；
- 加入其它基本面数据，例如净利润增长率、市盈率等强化选股策略维度；
- 通过机器学习等手段对过去的轮换策略进行优化，提高湾区内选股策略的精准性和盈利能力。
最终的选股逻辑
选股条件：RSI小于65、振幅大于1、10天内涨停天数大于2。该选股策略旨在选出短期内涨势强劲的股票。
同花顺指标公式代码参考
在当前逻辑中，可以使用以下通达信指标：
RSI（相对强弱指标）: RSI(CLOSE, N)，其中N为计算周期，默认值为14；
振幅：最高价-HIGH，其中HIGH为周期内的最高价；
涨停日数：SELECT(CONTINUE(COND=HIGH=REF(HIGH,1),0,HIGH/LOW-1>0.0985),10)代表10天内涨停的次数，其中0.0985为涨停板幅度系数。
python代码参考
以下是python代码实现该选股逻辑（假设使用Tushare库）：
import tushare as ts
# 获取股票代码列表
stocks = ts.get_stock_basics().index.tolist()
# 定义选股条件
condition = lambda stock: (ts.get_hist_data(stock)['rsi'][0]<65
and ts.get_hist_data(stock)['high'][0]-ts.get_hist_data(stock)['low'][0]>ts.get_hist_data(stock)['close'][0]*0.01
and ts.get_hist_data(stock)['p_change'].rolling(window=10).apply(lambda x: len([i for i in x if i > 9.85]))[0] > 2)
# 筛选符合条件的股票
selected_stocks = filter(condition, stocks)
# 输出符合条件的股票代码和名称
for stock in selected_stocks:
print(stock, ts.get_stock_basics().loc[stock]['name'])
## 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。
