问财量化选股策略逻辑
选股逻辑：在RSI小于65、资金流强度由大到小、10日涨幅大于0小于35的股票中，筛选出有潜力的优质股票。
选股逻辑分析
该选股逻辑综合考虑了技术面和基本面的因素。选取RSI、资金流强度和涨幅等指标进行筛选，这些指标均对股票的未来表现具有一定的预测作用。同时，该筛选条件更为严格，将10日涨幅限定在0到35之间，可以筛选出更有潜力的股票。
有何风险？
该选股逻辑并未综合考虑股票的基本面因素，如公司财报等信息，其中选股逻辑过于严苛可能导致股票数量较少，不具备一定的分散风险能力。
如何优化？
- 引入更多的基本面因素，如市盈率、市净率等，可以较为全面地评估股票的价值；
- 适当调整选股条件，如考虑涨幅和资金流入量的相对关系等，更为全面地了解股票潜力；
- 考虑行业板块的因素，避免过于集中在某一行业板块中。
最终的选股逻辑
在RSI小于65、资金流强度由大到小、10日涨幅大于0小于35的股票中，筛选出有潜力的优质股票。
同花顺指标公式代码参考
- RSI指标：
通达信指标公式：RSI(CLOSE,N)
同花顺指标公式：RSI(CLOSE,N)
- 资金流强度CMF指标：
通达信指标公式：CMF(HIGH,LOW,CLOSE,VOLUME,N)
同花顺指标公式：CMF(HIGH,LOW,CLOSE,VOLUME,N)
python代码参考
以下是基于该选股策略编写的Python代码示例，仅供参考。
import tushare as ts
import pandas as pd
import talib
def select_stocks():
res = []
stocks_info = ts.get_stock_basics()
for stock in stocks_info.index:
try:
rsi_threshold = 65
cmf_threshold = 0
up_threshold = 35
down_threshold = 0
if not str(stock).startswith('60'):
continue
hist_data = ts.get_hist_data(stock)
if hist_data is None:
continue
rsi_data = talib.RSI(hist_data['close'].values, timeperiod=14)
if rsi_data is None or rsi_data[-1] > rsi_threshold:
continue
cmf_data = talib.CMF(hist_data['high'].values, hist_data['low'].values,
hist_data['close'].values,
hist_data['volume'].values, timeperiod=20) / 100000000
if cmf_data is None or cmf_data[-1] < cmf_threshold:
continue
up_pct_change = (hist_data['close'].pct_change(periods=10))[0]
if not (down_threshold < up_pct_change < up_threshold):
continue
res.append(stock)
except Exception as e:
continue
return res
res = select_stocks()
print(res)
注：上述代码示例较为简单，实际情况复杂，在具体使用时需要根据实际情况进行修改。
## 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。
