问财量化选股策略逻辑
选股逻辑：选择RSI小于65，规模在2亿以上，10日涨幅大于0小于35的股票。
选股逻辑分析
该选股逻辑通过技术指标和基本面数据来筛选股票，同时考虑了股票近期的趋势和市值大小，具有一定的实用性和可行性。
有何风险？
该选股逻辑存在以下几个风险：
- 过于依赖RSI指标，忽略了其他技术指标和基本面因素对股票的影响；
- 选股过于短期化，忽略了股票长期的价值和潜力；
- 涨幅筛选条件过于模糊，没有考虑股票的具体涨跌情况。
如何优化？
可以在选股逻辑中加入更多技术指标和基本面指标，同时加强对股票潜力和长期趋势的分析，进行更全面的选股研究。
最终的选股逻辑
筛选出RSI小于65，规模在2亿以上，10日涨幅大于0小于35的股票。
同花顺指标公式代码参考
RSI(CLOSE,14) < 65 AND MKT_CAP >= 200000000 AND REF(CLOSE,1)/CLOSE-1 > 0 AND REF(CLOSE,11)/CLOSE<1.35 AND REF(CLOSE,11)/CLOSE > 1
python代码参考
from jqdata import *
import talib
# 获取选股结果
def select_stocks(context):
# 获取所有股票的技术形态、基本面信息和股票代码
all_tech = history_bars(context.universe, 11, '1d', ['high','low','close'])
all_info = get_fundamentals(query(valuation, indicator, stockcode).filter(
valuation.circulating_market_cap <= 5.5e9,
valuation.circulating_market_cap >= 2e8
)).drop(columns=['id', 'day', 'pub_date'])
all_codes = list(all_tech.columns)
# 筛选RSI小于65
selected_stocks = all_info.loc[all_info['stockcode'].isin(all_codes)]
selected_stocks = selected_stocks.loc[talib.RSI(all_tech['close'], timeperiod=14).iloc[-1] < 65]
# 筛选市值2亿以上
selected_stocks = selected_stocks.loc[selected_stocks['circulating_market_cap'] >= 2e8]
# 筛选10日涨幅大于0小于35
selected_stocks = selected_stocks.loc[all_tech['close'].pct_change(periods=10).iloc[-1] > 0]
selected_stocks = selected_stocks.loc[all_tech['close'].iloc[-1]/all_tech['close'].iloc[10] < 1.35]
selected_stocks = selected_stocks.loc[all_tech['close'].iloc[-1]/all_tech['close'].iloc[10] > 1]
return selected_stocks
# 注册选股函数
m = M.instruments(v['margin'])
m.add_strategy(select_stocks, force=True)
## 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。
