问财量化选股策略逻辑
选股逻辑：选取RSI小于65、换手率在3%到12%之间、PE大于0的股票作为投资标的。
选股逻辑分析
该选股策略主要从技术面和基本面角度入手。RSI小于65是为了筛选出处于震荡状态且可能有反弹机会的股票，换手率在3%到12%之间是为了排除高风险和低流动性的股票。PE大于0是一种基本面因素，能够筛选出相对健康的公司，有助于避免选取估值过低的“价值陷阱”股票。
有何风险？
- 该选股策略主要从技术面和基本面角度判断，忽略了市场情绪和资金流向等因素，选取的股票可能面临市场情绪风险；
- PE作为估值指标，难以对不同行业和阶段的股票进行比较，选股的结果可能受到误导；
- 短期内市场情绪的变化很难预测，股票表现也受到很大影响，选股的准确性可能受到影响。
如何优化？
- 在选股时应该对不同行业、规模和特点的公司有不同的判断标准，避免偏见和误导；
- 在选股中增加多种因素的参考，如市盈率、市净率、PEG等估值指标，结合其他技术分析工具，提高选股的准确性；
- 考虑到市场情绪和资金流向等因素，可以综合考虑成交量、龙虎榜、资金流向等数据进行选股。
最终的选股逻辑
选取RSI小于65、换手率在3%到12%之间、PE大于0的股票作为投资标的。
同花顺指标公式代码参考
- RSI：RSI(CLOSE, N=14)，其中CLOSE为股价收盘价，N为计算周期，例如RSI(CLOSE, 14)。
- PE：PE，表示股票的市盈率，例如PE > 0。
综合以上指标得到选股逻辑的通达信公式如下：
RSI(CLOSE,14) < 65
AND VOL/REF(CAPITAL,1)/100 >= 3 AND VOL/REF(CAPITAL,1)/100 <= 12
AND PE > 0
Python代码参考
以下是Python代码示例，仅供参考。
import tushare as ts
import pandas as pd
import talib
def select_stocks(n):
res = []
for code in ts.get_stock_basics().index:
try:
# 行情数据
hist_data = ts.get_hist_data(code)
if hist_data is None:
continue
close_data = hist_data['close'].values
if len(close_data) < 10:
continue
# RSI
rsi_threshold = 65
rsi = talib.RSI(close_data)[-1]
if rsi >= rsi_threshold:
continue
# 换手率
turnover_threshold = (3, 12)
turnover = hist_data['volume'][-1] / ts.get_stock_basics().loc[code]['totals']
if turnover <= turnover_threshold[0] or turnover >= turnover_threshold[1]:
continue
# PE
pe = ts.get_stock_basics().loc[code]['pe']
if not pd.isna(pe) and pe > 0:
res.append(code)
except Exception as e:
continue
res = res[:n]
return res
# 选取前5个符合要求的股票
res = select_stocks(5)
print(res)
注：在使用该代码时，请遵守国家法律法规和相关规定，严禁私自开展证券投资活动，自行承担相应风险。
## 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。
