问财量化选股策略逻辑
选股逻辑：振幅大于1,rsi小于65,流通市值50-100亿。
选股逻辑分析
该选股逻辑主要选取股价波动较大、超买程度不高、市值在一定范围内的个股。振幅和RSI用于评估股票的价格波动情况和超买程度，而流通市值则可以评估公司规模和市场认可程度。通过综合以上指标进行筛选，可以找到当前股价处于萎靡状态，但具有一定应对市场波动能力以及相对稳定的公司基本面的个股。
有何风险？
该选股逻辑只考虑了市值在一定范围内的个股，并未考虑个股的业绩情况及公司实际的成长性，可能会错过某些有潜力的个股。同时，该选股策略只考虑了极端的弱势股票，而忽略了一些次强股票。在实际操作中，需要结合整体市场走势和个股行业情况进行综合评估，判断其潜在风险。
如何优化？
需要在综合考虑技术面、基本面以及行业特征的情况下，引入更全面和可靠的指标，如市盈率、市净率、交易量、股息率等，加强对股票价值和未来发展的判断。同时，可以考虑加入一些行业筛选条件，以减少市场波动的影响，提高个股筛选的效果。
最终的选股逻辑
选股逻辑为：振幅大于1,rsi小于65,流通市值50-100亿，并结合行业特征、基本面指标等进行筛选。
同花顺指标公式代码参考
流通市值：CIRCULAT_MARKET_CAP >= 5E+10 AND CIRCULAT_MARKET_CAP <= 1E+11
Python代码参考
# 振幅
amplitude = (high - low) / ref(close, 1) * 100
# RSI
up = max(close - ref(close, 1), 0)
down = abs(close - ref(close, 1))
rs = sma(up, N, 1) / sma(down, N, 1)
rsi = rs / (1 + rs) * 100
# 市值
circulating_market_capitalization = circulating_market_cap / 100000000
# 选取符合条件的股票
selected_stocks = selector(amplitude > 1, rsi < 65, circulating_market_capitalization >= 50, circulating_market_capitalization <= 100)
# 筛选出股票的相对强度并选取强度最强的前20%
rps = (close - sma(close, N)) / sma(close, N)
top20 = int(len(context.selected_stocks) * 0.2)
sorted_stocks = sorted(selected_stocks, key=lambda s: rps.loc[s].iloc[-1], reverse=True)
selected_stocks = sorted_stocks[:top20]
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。
