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、9点25分涨幅小于6%时，筛选出优质股票。
选股逻辑分析
该选股逻辑综合考虑了技术面、资金面和涨幅信息。RSI指标表示相对低位，适合低吸；资金流强度表示大资金的购买/卖出情况，符合市场情绪；9点25分涨幅小于6%表示股票在开盘前不会出现大幅上涨，符合慢牛股投资思路。
有何风险？
该选股逻辑同样采用了较为简单的技术面、资金面和涨幅指标，存在一定程度的盲目性；此外，开盘前的涨跌情况可能无法完全反映当天的趋势。
如何优化？
-
可以结合其他技术指标，比如MACD等进行综合分析，尽量避免单一指标造成的盲目操作。
-
在开盘前的涨跌情况方面，可以设置具体的阈值，避免挑选出即将进行高开的股票。
-
更加重视基本面素质，充分了解公司的行业、盈利、财务等情况。
最终的选股逻辑
在RSI小于65、资金流强度由大到小、9点25分涨幅小于6%时，筛选出优质股票。
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 numpy as np
import talib
def select_stocks():
res = []
# 获取股票基本信息
stocks_info = ts.get_stock_basics()
for stock in stocks_info.index:
try:
rsi_threshold = 65
cmf_threshold = 0
pre_market_change_limit = 6
# 判断RSI、资金流强度和9点25分涨幅
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
pre_data = ts.get_realtime_quotes(stock)
pre_market_change = (float(pre_data['price']) / float(pre_data['pre_close']) - 1) * 100
if pre_market_change > pre_market_change_limit:
continue
res.append(stock)
except Exception as e:
continue
return res
res = select_stocks()
print(res)
注：此代码示例中在选股条件上进行了调整，并考虑了实时数据和细节问题，仅供参考，应根据具体情况进行适当调整，同时需要对股票池进行筛选，避免影响投资效率。
## 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。
