问财量化选股策略逻辑
选股逻辑为：RSI小于65、振幅大于1、按个股热度从大到小排序名。该选股策略主要从技术面和市场行情入手，旨在选出技术面稳定、市场热度较高的股票。
选股逻辑分析
该选股策略主要考虑了技术面和市场热度的因素，RSI小于65意味着技术面相对稳定；振幅大于1则表现出较大波动性，有一定机会性；按个股热度从大到小排序，则选出市场热度较高的股票。综合考虑，该策略旨在选出技术面稳定且市场热度较高的股票。
有何风险？
该选股策略仅考虑了技术面和市场热度的因素，忽略了公司的财务状况（例如利润、资产、负债等）的影响，可能存在公司PE高但财务状况较差的情况，导致选股结果失衡。
如何优化？
为了优化该选股策略，建议：
- 结合财务分析，综合考虑公司的真实价值；
- 考虑加入其他技术面指标和基本面指标，例如成交量、MACD、PEG等，以更全面的考虑技术面和基本面；
- 考虑调整选股排序方式，例如按市值排序、按估值指标排序等，以更全面的考虑股票的基本面。
- 逐步优化选股逻辑，跟踪实际投资收益效果，并结合实际情况进行调整。
最终的选股逻辑
选股条件：RSI小于65、振幅大于1、按个股热度从大到小排序（例如可选用股票搜索引擎配合该选股策略）。同时可以加入其他指标作为补充条件，例如成交量、MACD、PEG、成长性等等。该选股策略综合考虑了技术面和市场热度的因素，选出技术面稳定、市场热度较高的股票。
同花顺指标公式代码参考
在当前逻辑中，可以使用以下通达信指标：
RSI（相对强弱指标）: RSI(CLOSE, N)，其中N为计算周期，默认值为14；
振幅：最高价-HIGH，其中HIGH为周期内的最高价；
股票热度：可以使用其他股票搜索引擎API实现。
python代码参考
以下是python代码实现该选股逻辑（假设使用tushare库）：
import tushare as ts
# 获取股票代码列表
stocks = ts.get_stock_basics().index.tolist()
# 定义选股条件
condition = lambda stock: (ts.get_hist_data(stock)['rsi'][0]<65
and ts.get_hist_data(stock)['high'][0]-ts.get_hist_data(stock)['low'][0]>ts.get_hist_data(stock)['close'][0]*0.01)
# 筛选符合条件的股票
selected_stocks = filter(condition, stocks)
# 按股票热度排序（例如可选用其他股票搜索引擎API），并输出股票名称
for stock in sorted(selected_stocks, key=lambda x: stock_heat(x), reverse=True):
print(stock)
## 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。
