问财量化选股策略逻辑
选股逻辑：在RSI小于65、昨日竞价换手率大于0.26、反包的条件下进行选股。
选股逻辑分析
该选股策略以技术指标为基础，加入反包的限制。RSI小于65代表股票存在一定的安全边际，昨日竞价换手率大于0.26代表市场对该股看好程度较高，同时加入反包的限制可以排除一些可能涉及不良传销的企业或者产品，保证选股的安全性和稳健性。
有何风险？
该选股策略的风险在于，反包的判断标准面临不确定性，可能漏选一些潜在不良企业或产品，或者排除一些良好企业或产品。
如何优化？
1.更精准的反包标准：可以根据反包的常见特征进行更精准的判断，如承诺高回报、拉人头、虚假宣传等。
2.加入其他筛选条件：可以加入其他财务分析指标，如市盈率、市净率等，从更多维度来衡量企业的价值。
最终的选股逻辑
选股标准为RSI小于65、昨日竞价换手率大于0.26、反包等级大于等于3个等级。
同花顺指标公式代码参考
// RSI小于65
CONDITION1 = RSI(C,14) < 65;
// 昨日竞价换手率大于0.26
CONDITION2 = Turnover > 0.26;
// 反包等级大于等于3个等级
CONDITION3 = (AntiPackage >= 3);
// 选取符合条件的股票
SELECT (CONDITION1 AND CONDITION2 AND CONDITION3);
python代码参考
import tushare as ts
import talib as ta
def select_stocks(stocks):
res = []
for stock in stocks:
try:
if stock.startswith('60') and stock[0:6] != '600000': # 排除北京的A股企业
continue
price_data = ts.get_hist_data(stock, start='2020-01-01')
if price_data is None:
continue
rsi_data = ta.RSI(price_data['close'].values, timeperiod=14)
if rsi_data[-1] > 65: # 筛选RSI的值
continue
turnover = price_data['volume'].sum() / ts.get_stock_basics().loc[stock]['circulating_a']
if turnover < 0.26: # 筛选昨日竞价换手率
continue
antiPackage = ts.xsg_data(stock, '2021-01-01', '2021-06-01')['grade'].sum() # 计算反包等级
if antiPackage < 3: # 筛选反包等级
continue
res.append((ts.get_realtime_quotes(stock).loc[0]['price'], stock))
except:
continue
res.sort(reverse=True)
return [i[1] for i in res]
stocks = ts.get_stock_basics().index
res = select_stocks(stocks)
print(res)
注意：在实际代码中可能需要对于数据类型和异常进行额外判断。对于无法用tushare查询到的数据，可以使用信息披露网站或者其他数据源查询。
## 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。
