问财量化选股策略逻辑
选股逻辑：在RSI小于65、昨日竞价换手率大于0.26、10天内涨停天数大于2的股票中，选取符合条件的股票。
选股逻辑分析
该选股策略基于技术分析，选股逻辑主要考虑了技术面的因素，RSI、涨停天数与竞价换手率等多项指标的结合筛选，突出了技术面对股票投资的重要性。涨停天数是短期内股票表现的重要指标，涨停股通常会吸引更多的资金进入，推动股价上涨。但结合RSI等指标可以降低过度依赖短期内因素的不足。
有何风险？
该选股策略过度依赖技术面因素，可能忽略了公司的基本面、行业前景等重要因素，导致选股结果不如预期。同时，股票的涨停天数、竞价换手率等表现也可能随时发生变化，过度依赖短期指标很可能导致选股策略的失灵。
如何优化？
1.加入更多指标：应该增加更多指标，而不是仅依赖短期内因素，可以整合企业的财务、管理、行业前景、市场情况等更多因素，以优化选股策略。
2.结合长短期因素：可以结合长短期因素来进行判断， 例如，对于涨停天数等短期因素，可以结合考虑股票的长期趋势，以更好地预测股票价格走势。
3.适当控制风险：需要通过合理的选股限制，以控制风险并优化策略效果。例如设置合理的仓位管理标准和止损条件等。
最终的选股逻辑
选股标准为：RSI小于65、昨日竞价换手率大于0.26、10天内涨停天数大于2的股票中，选取符合条件的股票。
同花顺指标公式代码参考
// RSI小于65
CONDITION1 = RSI(C,14) < 65;
// 昨日竞价换手率大于0.26
CONDITION2 = Turnover > 0.26;
// 10天内涨停天数大于2
CONDITION3 = C2>2;
// 排序
SORT_BY = 按个股热度排序;
// 筛选符合条件且按个股热度排序的股票
SELECT (CONDITION1 AND CONDITION2 AND CONDITION3) ORDER BY SORT_BY DESC;
python代码参考
import datetime
import tushare as ts
import talib
def select_stocks(stocks):
res = []
for stock in stocks:
try:
k_data = ts.get_k_data(stock, start='1900-01-01', end=datetime.datetime.now().strftime('%Y-%m-%d'))
rsi = talib.RSI(k_data['close'].astype(float).values, timeperiod=14)[-1]
turnover = k_data['turnover'].astype(float).values[-2] / 100
c2 = (k_data['close'].pct_change() >= 0.097).rolling(window=10).sum()[-1]
hot_degree = ts.get_realtime_quotes(stock).iloc[0]['name']
if rsi < 65 and turnover > 0.26 and c2 > 2:
res.append((hot_degree, stock))
except:
continue
res.sort(reverse=True)
return [i[1] for i in res]
stocks = ts.get_stock_basics().index
res = select_stocks(stocks)
print(res)
## 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。
