问财量化选股策略逻辑
选股逻辑为：RSI小于65、振幅大于1、北京A股除外。该选股策略旨在寻找低风险、具有一定上涨潜力且不受北京市政策影响的股票。
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，同时排除了受北京市政策影响的股票。通过以上指标组合选股可以寻找低风险、具有一定上涨潜力的股票。
有何风险？
该选股策略存在以下风险：
- 仅仅排除了北京A股，其他地区可能也受政策影响，如华为公司所在地深圳；
- RSI指标过于简单，没有考虑指标的变化趋势和股票的长期表现；
- 振幅指标容易受到市场情绪的影响，有可能存在较大的误判风险。
如何优化？
为了提升该选股策略的准确性，建议：
- 在排除政策影响的同时，加入其他基本面数据考虑，如税收、净利润等，综合进行筛选；
- 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；
- 加入其他技术指标、市场情绪指标等来综合评估股票的技术面和基本面。
最终的选股逻辑
选股条件：RSI小于65、振幅大于1、排除北京A股。该选股策略旨在寻找低风险、具有一定上涨潜力且不受北京市政策影响的股票。
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)
其他指标同上述选股策略。
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
# 获取所有股票代码列表
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_stock_basics().loc[stock]['province']!='北京'
)
# 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。
