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、2021年有表现的股票中，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和基本面的因素。选取RSI、资金流强度等两个指标进行筛选，并加入2021年的市场表现作为参考，更为综合考虑股票的情况，选股策略较为有较强参考价值。
有何风险？
该选股逻辑未考虑过多市场信息和因素，可能存在过度拟合、样本偏差等问题，同时，由于市场情况复杂多变，单纯的指标选股策略无法保证股票投资价值和潜力。
如何优化？
- 适当引入其他市场数据，如市场风格轮换、行业板块等信息，使得选股逻辑更加完善；
- 考虑加入量价关系分析，从而更准确地判断股票市场表现；
- 根据实际情况采用不同的选股策略，避免一成不变的固定模式。
最终的选股逻辑
在RSI小于65、资金流强度由大到小、2021年有表现的股票中，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 talib
def select_stocks():
res = []
stocks_info = ts.get_stock_basics()
for stock in stocks_info.index:
try:
rsi_threshold = 65
cmf_threshold = 0
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
df = ts.get_hist_data(stock, start='2021-01-01')
if df is None or df.empty:
continue
if df['p_change'].sum() < 0:
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。
