问财量化选股策略逻辑
选股逻辑为：振幅大于1、近一个月内有过涨停、RSI小于65的股票。该选股策略关注股票价格波动、成交量等因素，并通过近期走势和技术指标 RSI 的变化情况，找出具有一定上涨潜力和投资价值的股票。
选股逻辑分析
该选股逻辑主要关注了股票价格波动、成交量等基础因素和技术指标 RSI 的变化情况，以寻找具有一定上涨潜力和投资价值的股票。振幅大于1可以考虑股票价格波动情况和交易量等因素，近一个月内有过涨停可以考虑股票的热度和市场情绪，RSI小于65则关注股票的超买情况以寻找具有上涨空间的股票。
有何风险？
该选股策略存在以下风险：
-
过度依赖技术指标，忽略公司基本面因素和财务风险情况，可能导致对股票投资价值的评估存在偏差。
-
忽略了更长期的市场趋势和行情变化，可能导致选出的股票热度不足或风险较大。
-
选股标准过于宽松，可能选出不具备长期持有价值的股票，存在较大的投资风险。
如何优化？
为了优化该选股策略，可以考虑以下措施：
-
结合技术指标和基本面因素，确定更加全面和全面的选股逻辑，提高选股的准确性和长期持有价值。
-
加强对行业趋势和公司盈利情况等因素的关注，避免忽略更长期的市场趋势和行情变化。
-
加入其他技术指标如均线、MACD等，提高选股逻辑的综合性和灵活性，增强选股的科学性和准确性。
最终的选股逻辑
选股策略为：振幅大于1、近一个月内有过涨停、RSI小于65的股票。该选股策略中加入了技术指标 RSI 的变化条件，可以更加全面地了解股票的走势情况，提高选股的准确性和长期价值。
同花顺指标公式代码参考
A>1 AND HHV(REF(C,1),21)=C AND RSI(6)<65
其中 A 表示当日股票振幅，HHV(REF(C,1),21)=C 代表近一个月内存在过涨停板现象，RSI(6)<65 表示股票 RSI 指标小于 65。其他参数参考前述选股逻辑和分析。
python代码参考
from gm.api import *
set_token("your_token_here")
start_date = "2021-01-01" # 回测开始日期
end_date = "2022-01-01" # 回测结束日期
# 获取历史股票信息
stocks_all = get_history_instruments(type=InstrumentType.Stock, market=Market.SSE, max_count=10000)
symbols_all = [s.symbol for s in stocks_all]
# 获取对应股票的历史信息
bars_all = history(symbol=symbols_all, frequency="1d", start_time=start_date, end_time=end_date, fields="open, close, high, low, amount, rsi", df=True)
# 判断股票是否有过涨停
bars_all["HAS_CONT_LIMIT"] = bars_all.groupby(level=[0]).apply(
lambda x: x.high.shift() == x.high.max()).astype(int)
# 剔除昨日涨停的股票
bars_all["HAS_CONT_LIMIT_LASTDAY"] = bars_all.groupby(level=[0]).apply(
lambda x: x["HAS_CONT_LIMIT"].shift(1)).fillna(0)
# 根据选股逻辑筛选出符合条件的股票
selected_bars = bars_all[(abs(bars_all.high / bars_all.low - 1) > 0.01) &
(bars_all["HAS_CONT_LIMIT"] > 0) &
(bars_all.rsi < 65)]
# 打印选中的股票代码
print(selected_bars.index.get_level_values(0).unique())
该代码除了与上一个选股策略代码相同之外，还使用 RSI 指标判断股票超买情况，并筛选出 RSI 值小于 65 的股票。使用 Pandas DataFrame 对象进行计算和筛选，代码可以在量化平台和本地 Python 环境中执行。
## 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。
