问财量化选股策略逻辑
选股逻辑为：RSI小于65、元宇宙、30日平均线向上。该选股策略主要考虑市场情绪、股票走势和趋势等因素。
选股逻辑分析
该选股逻辑主要关注以下几点：
- 市场情绪：元宇宙概念，关注未来市场趋势和赛道热度；
- 股票走势：RSI指标和30日平均线等，用于判断股票价格的短期和长期走势；
- 趋势：30日平均线向上，选出涨势较为明显的个股。
综上所述，该选股策略主要关注市场的多个因素，综合考虑市场情绪、股票走势和趋势等因素进行选股。
有何风险？
该选股策略可能存在以下风险：
- 忽略了公司基本面、行业前景等因素的影响；
- 选择的指标范围较为狭窄，可能无法充分刻画整个市场状况；
- 选股条件较为严格，可能会错过一些潜在好股票。
如何优化？
为了提高选股策略的有效性和准确性，应该：
- 综合考虑基本面、技术指标、市场情绪和走势等因素进行选股；
- 定期更新指标和数据，考虑适时地调整选股条件；
- 在筛选过程中可以采用机器学习等算法进行模型优化，提高选股有效性。
最终的选股逻辑
选股筛选条件为：RSI小于65、元宇宙、30日平均线向上。该选股策略主要关注市场情绪、股票走势和趋势等因素。
同花顺指标公式代码参考
在当前逻辑中，可以使用以下指标：RSI(6)、MA(30)。具体指标公式如下：
(rs_rsi_6<65) AND ((close>MA(close,30)) AND substr(ts.get_concept_detail(ts.get_concepts(code=stock))['concept_name'], 1, 3)='元宇宙')
其中，rs_rsi_6用于计算RSI(6)，MA(close,30)指的是30日平均线，get_concept_detail(ts.get_concepts(code=stock))函数用于获取个股所属的概念板块信息，这里只筛选元宇宙。
python代码参考
以下是python代码实现该选股逻辑：
import tushare as ts
# 定义选股条件
def condition(stock):
# 获取股票的RSI指标
rsi = ts.get_k_data(stock)["close"].astype(float).talib('RSI', timeperiod=6)[-1]
# 获取股票的30日平均线
ma = ts.get_k_data(stock)["close"].astype(float).talib('MA', timeperiod=30)[-1]
# 获取股票的当前收盘价
close = ts.get_k_data(stock).iloc[-1]['close']
# 判断是否符合选股条件
return (ts.get_concept_detail(ts.get_concepts(code=stock))['concept_name'].str.contains("元宇宙")).any() \
and (rsi<65) \
and (close > ma)
# 获取主板股票列表
mainboard_stocks = ts.get_stock_basics().index.tolist()
# 筛选符合条件的股票
selected_stocks = filter(condition, mainboard_stocks)
# 打印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'])
同样地，为了获得更准确的判断，应该定期更新股票的技术指标、市场情绪数据和趋势数据等信息，以提高选股有效性。
## 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。
