问财量化选股策略逻辑
选股逻辑为：振幅大于1，流通市值大于100亿元，RSI小于65。该选股策略主要从市场交易情况和技术面两个角度进行综合考虑。
选股逻辑分析
该选股策略主要从市场交易情况和技术面两个角度进行综合考虑。振幅和流通市值反映了市场交易情况，而RSI指标则可以反映出股票的超买状态。该选股策略对市场情况的综合考虑，使其具有一定的可操作性。
有何风险？
该选股策略未完全考虑公司的基本面和财务情况，在一定程度上可能忽略了公司的内部运营情况。同时，由于RSI指标属于超买超卖指标，可能会存在选出的股票处于短期超买状态而不能符合长期投资的要求。
如何优化？
应结合其他市场指标如均线、动量等与技术面相结合，综合考虑。同时应考虑加入基本面、财务指标等因素，进行综合分析，以获取更长期的投资收益。还应对流通市值的范围设定进行差异化处理，以适应不同规模的投资者需求。同时要控制投资仓位和风险，严格止盈止损，及时调整投资组合，防止短期投机。
最终的选股逻辑
选股条件为：振幅大于1，流通市值大于100亿元，RSI小于65。该选股策略主要从市场交易情况和技术面两个角度进行综合考虑。
同花顺指标公式代码参考
C1: ABS((HIGH/LOW-1)*100)>=1; //振幅大于1
C2: CIRC_MV>100000; //流通市值大于100亿元
C3: RSI(14)<65; //RSI小于65
SYMBOL: C1 AND C2 AND C3;
python代码参考
import pandas as pd
import tushare as ts
def select_stocks(length):
ts.set_token('your_token')
pro = ts.pro_api()
# 获取所有股票数据
data = pro.stock_basic(exchange='', list_status='L', fields='ts_code,name')
# 筛选符合条件的股票
df_list = []
for i in range(len(data)):
code = data.iloc[i]['ts_code']
# 判断是否符合要求
k_data = pro.daily(ts_code=code, start_date='20220101', end_date='20220601')
if k_data.empty:
continue
if abs((k_data.iloc[-1]['high'] / k_data.iloc[-1]['low'] - 1) * 100) < 1: # 振幅小于1
continue
circ_mv = pro.query('daily_basic', ts_code=code, trade_date=k_data.iloc[-1]['trade_date'], fields='circ_mv').iloc[0]['circ_mv'] # 流通市值
if circ_mv < 10000000000: # 流通市值小于100亿元
continue
rsi_data = pro.index_daily(ts_code='399300.SZ', start_date=k_data.iloc[-14]['trade_date'], end_date=k_data.iloc[-1]['trade_date'], fields='trade_date,rsi_14')
if rsi_data.iloc[-1]['rsi_14'] >= 65: # RSI大于等于65
continue
info = {}
info['ts_code'] = code
info['name'] = data.iloc[i]['name']
df_list.append(info)
# 随机选择一定数量的股票
selected_stocks = pd.DataFrame(df_list)
selected_stocks = selected_stocks.sample(n=length)
return selected_stocks
致辞
本次问答为选股逻辑：振幅大于1，流通市值大于100亿元，RSI小于65的问答。该选股策略主要从市场交易情况和技术面两个角度进行综合考虑。所给出的通达信指标公式参考和python代码参考仅供参考，读者可以根据实际情况进行优化和修改。
## 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。
