问财量化选股策略逻辑
选股逻辑：选择RSI小于65的股票，企业性质优秀，9点25分涨幅小于6%。
选股逻辑分析
该选股逻辑综合了技术指标和市场交易活力。RSI小于65的股票更容易出现超卖信号，企业性质优秀和9点25分涨幅小于6%也能更好地反映出公司的基本面情况和市场预期。这一选股逻辑可以在短期内获取相对较低的入场点，通过技术分析和基本面分析，进一步筛选优质的投资标的。
有何风险？
该选股逻辑在快速变幻的市场和复杂的行情中，对于股票的选择不够全面和深入，存在未能发掘潜在风险的可能，如政策变化、行业结构调整等。同时，对于市场情况的判断以及技术指标的使用，要因人而异，需要投资者有足够的经验和认知。
如何优化？
在综合考虑RSI指标、企业性质和短期市场交易活力的基础上，可以结合其他技术分析指标如均线、MACD等进行补充，以掌握更多的市场走势。同时，需关注公司的基本面、行业背景和市场动态等相关因素，建立完善的投资策略并根据实际情况做出相应调整。
最终的选股逻辑
选股逻辑：选择RSI小于65的股票，企业性质优秀，9点25分涨幅小于6%。
同花顺指标公式代码参考
- RSI小于65：RSI(CLOSE,14)<65
- 企业性质：需根据具体情况进行筛选。
- 9点25分涨幅小于6%：ABS((OPEN-REF(CLOSE,1))/REF(CLOSE,1)*100)<6
python代码参考
import pandas as pd
import tushare as ts
import talib
# 连接tushare并获取股票基本信息
token = 'token'
pro = ts.pro_api(token)
basic = pro.stock_basic(exchange='', list_status='L', fields='ts_code,symbol,name,area,industry,list_date')
# 初始化筛选条件
rsi = 65
rise_limit = 6.0
# 遍历每支股票
result = []
for code in basic['ts_code']:
# 获取实时行情数据
data = ts.get_realtime_quotes(code)
# 判断是否符合条件
rsi_data = talib.RSI(data['close'].values.astype(float), timeperiod=14)
rise_rate = (float(data['open']) - float(data['pre_close'])) / float(data['pre_close']) * 100
if rsi_data[-1] < rsi and rise_rate < rise_limit:
result.append([code, basic[basic['ts_code'] == code].iloc[0]['name']])
# 输出结果
result_df = pd.DataFrame(result, columns=['代码', '名称'])
result_df.to_excel('result.xlsx', index=False)
## 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。
