问财量化选股策略逻辑
选股逻辑：振幅大于1,rsi小于65,收盘价大于昨日的最低价。
选股逻辑分析
该选股逻辑同样选取了股价波动较大、超买程度不高的个股，并通过收盘价大于昨日的最低价筛选出具有一定上涨空间的股票。相比于涨幅等指标，这个指标更能反映出个股的短期走势。同时，该逻辑同样考虑了超买程度，通过rsi过滤掉超买的个股，以减少风险。
有何风险？
该选股策略的风险是由于牺牲了一定的长期趋势分析，可能漏掉了一些好的个股或者选择了潜在的风险品种。同时，对于股票的短期波动容易受到市场情绪等因素影响，选出的股票具有不稳定性。
如何优化？
可以在筛选时加入更多的技术指标，如移动平均线、MACD等，利用行情走势来选择个股。同时，可以加入其它基本面指标如发布公告、业绩快报等判断股票表现。建议使用多维度分析策略，以提高选股的准确性。
最终的选股逻辑
选股逻辑为：振幅大于1,rsi小于65,收盘价大于昨日的最低价，并结合行情走势、基本面特征等进行筛选。
同花顺指标公式代码参考
振幅：(high-low)/ref(close,1)*100>1
RSI：rsi(N)<65
收盘价大于昨日的最低价：close>ref(minl(N),1)
其中，minl表示N天内的最低价。
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
# 选取收盘价大于昨日最低价的股票
selected_stocks = selector(amplitude > 1, rsi < 65, close > ref(minl(N), 1))
# 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。
