问财量化选股策略逻辑
选股逻辑为：RSI小于65、振幅大于1、底部抬高。该选股策略旨在寻找价格波动较强、底部有明显上升迹象的股票。
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，底部抬高则用来判断股票的趋势是否有所上升。
有何风险？
该选股策略存在以下风险：
- 过于简单，未考虑其他指标的影响，如资金流向、财务指标等；
- 底部抬高为主观标准，存在误差的可能性；
- 短期内市场波动较大的情况下选股不够准确。
如何优化？
为了提升该选股策略的准确性，建议：
- 加入其他技术指标、基本面指标等来综合评估股票的技术面和基本面，如MACD、PE等；
- 底部抬高是主观标准，建议通过技术分析等手段来辅助评估；
- 应对市场波动较大的情况，建议设定更加严格的选股条件，如考虑趋势线等技术指标来筛选稳健的股票。
最终的选股逻辑
选股条件：RSI小于65、振幅大于1、底部抬高（通过趋势线等技术分析方式衡量）。该选股策略旨在寻找价格波动较强、底部有明显上升迹象的股票。
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)
ARBR指标：ARBR(26)
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_hist_data(stock, start='2021-01-01')['ar'][0]>ts.get_hist_data(stock, start='2021-01-01')['ar'].mean()
and ts.get_hist_data(stock, start='2021-01-01')['br'][0]>ts.get_hist_data(stock, start='2021-01-01')['br'].mean()
)
# 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。
