问财量化选股策略逻辑
选股逻辑为：RSI小于65、振幅大于1、2021年。该选股策略旨在寻找2021年内具备一定技术支撑和市场热度的股票。
选股逻辑分析
该选股策略将RSI指标用来判断价格波动的强弱及超买超卖的程度，振幅指标用来反映股票市场需求的增长与衰退，2021年则说明该股票具备市场热度。通过以上指标选股可以寻找具备一定技术支撑和市场热度的股票。
有何风险？
该选股策略存在以下风险：
- 忽略公司基本面因素，如业绩等；
- 对RSI指标过于简单，没有考虑指标的变化趋势；
- 忽略市场整体情况，如大盘走势等。
如何优化？
为了提升该选股策略的准确性，建议：
- 加入公司基本面因素，如业绩等，以更全面地评估股票价值和风险；
- 在RSI指标基础上，加入指标的变化趋势，如RSI的上升或下降来辅助选股；
- 与市场整体情况结合，并加入市场情绪、指数走势等因素，以全面把握整体市场走势。
最终的选股逻辑
选股条件：RSI小于65、振幅大于1、2021年。该选股策略旨在寻找2021年内具备一定技术支撑和市场热度的股票。
同花顺指标公式代码参考
在当前逻辑中，可以采用以下通达信指标：
RSI指标：RSI(6)
其他指标同前选股策略。
python代码参考
以下是python代码实现该选股逻辑（使用Tushare库）：
import tushare as ts
# 获取股票代码列表
stocks = ts.get_stock_basics().index.tolist()
# 定义选股条件
condition = lambda stock: (ts.get_hist_data(stock, start='2021-01-01')['rsi'][0]<65
and ts.get_hist_data(stock, start='2021-01-01')['high'][0]-ts.get_hist_data(stock, start='2021-01-01')['low'][0]>ts.get_hist_data(stock, start='2021-01-01')['close'][0]*0.01
and ts.get_hist_data(stock, start='2021-01-01')['close'].count()>=60
)
# 筛选符合条件的股票
selected_stocks = filter(condition, stocks)
# 输出符合条件的股票代码和名称
for stock in selected_stocks:
print(stock, ts.get_stock_basics().loc[stock]['name'])
## 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。
