(iwencai量化策略)rsi小于65_、涨幅_2

问财量化选股策略逻辑

在问财中，可以通过以下策略来实现量化选股：

1. 今日增仓占比>5%
2. 涨幅<2.6且涨幅>-5
3. RSI小于65

选股逻辑分析

这个策略的目的是找到那些在近期内有较大资金流入，并且价格涨幅较小的股票。首先，策略要求今日增仓占比大于5%，这意味着股票在最近一段时间内有较多的资金流入，表明市场对该股票的前景比较看好。其次，策略要求涨幅小于2.6且涨幅大于-5，这意味着股票的价格涨幅在一定范围内，没有出现大幅上涨或下跌的情况。最后，策略要求RSI小于65，这意味着股票的价格波动比较小，市场情绪相对稳定。

有何风险？

这个策略的潜在风险包括以下几点：

1. 选择的股票可能不符合投资者的预期，导致投资失误。
2. 市场环境的变化可能影响策略的效果，导致投资结果不理想。
3. 量化策略可能会忽略一些重要的因素，导致投资决策的偏差。

如何优化？

为了优化这个策略，可以考虑以下几点：

1. 将策略的时间范围扩大或缩小，以适应不同的市场环境。
2. 将策略的参数进行调整，以更好地适应股票市场的变化。
3. 将策略与其他策略进行组合，以提高投资效果。

最终的选股逻辑

最终的量化选股策略如下：

1. 今日增仓占比>5%
2. 涨幅<2.6且涨幅>-5
3. RSI小于65

python代码参考

import tushare as ts
import talib

# 设置token
ts.set_token('your_token')

# 初始化pro接口
pro = ts.pro_api()

# 获取所有股票的今日增仓占比
df = pro.daily(ts_code='600036', start_date='2021-01-01', end_date='2021-01-31')
df = df.sort_values(by='net_trading_volume', ascending=False)
df = df[df['net_trading_volume'] > 5]

# 获取所有股票的近5日涨幅
df = pro.daily(ts_code='600036', start_date='2021-01-01', end_date='2021-01-31')
df = df.sort_values(by='close', ascending=False)
df = df[df['close'] - df['close'].shift(1) > 2.6]

# 获取所有股票的RSI
df = pro.daily(ts_code='600036', start_date='2021-01-01', end_date='2021-01-31')
df['rsi'] = talib.RSI(df['close'], timeperiod=14)

# 选择符合策略的股票
selected = df[(df['net_trading_volume'] > 5) & (df['close'] - df['close'].shift(1) > 2.6) & (df['rsi'] < 65)]

# 输出结果
print(selected)

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。