问财量化选股策略逻辑
选股逻辑：选取RSI小于65、换手率在3%到12%之间的股票，并按个股热度从大到小排序，选取排名前n的股票作为投资标的。
选股逻辑分析
原有的选股逻辑基于基本面和技术指标，加入了按个股热度排序的逻辑。个股热度的指标可能包含市值、社区关注度、机构评级等因素，能够较好地反映股票的市场活跃度和预期热度，有助于选取比较热门的股票。此外，原有的逻辑不能保证选出来的股票一定有很强的涨势，加入个股热度排序可以让我们对这些筛选出来的股票有一个更加客观的认识。
有何风险？
- 细分行业特性的忽略。统一的选择标准不一定适用于所有的行业和公司，容易造成漏选太多符合实际情况的公司，从而影响盈利。
- 热门程度并不一定代表了股票的投资价值，有可能是市场炒作的结果，缺乏理性的分析可能会导致与市场失去联系。
- 在排名后的股票中，一些本应成为次新股的股票可能由于市场热度突然异常火爆，而得到股民追捧，有可能有短期过热的风险。
如何优化？
- 个股热度的排序方式应该根据行业、阶段等因素进行更加细致的判据调查；
- 多方面的数据和因素应该考虑进来，包括市盈率、市净率、PEG等估值指标，以及资本的市场及社区关注度，有助于提高选股的准确性；
- 在排名后的股票中，可以提高测试的频率和样本期，在股票走势发生剧烈变化时更快地处理，防止长时间持有过热股票导致亏损。
最终的选股逻辑
选取RSI小于65、换手率在3%到12%之间的股票，并按个股热度从大到小排序，选取排名前n的股票作为投资标的。
同花顺指标公式代码参考
选股策略中使用的通达信公式代码如下：
RSI(CLOSE,14) < 65
AND VOL/REF(CAPITAL,1)/100 >= 3 AND VOL/REF(CAPITAL,1)/100 <= 12
AND RANK_ST.CURRENT <= n
其中，RANK_ST.CURRENT表示个股热度排名，n表示取的前n个股票。
Python代码参考
以下是Python代码示例，仅供参考。
import tushare as ts
import pandas as pd
import talib
def select_stocks(n):
res = []
for code in ts.get_stock_basics().index:
try:
# 行情数据
hist_data = ts.get_hist_data(code)
if hist_data is None:
continue
close_data = hist_data['close'].values
if len(close_data) < 10:
continue
# RSI
rsi_threshold = 65
rsi = talib.RSI(close_data)[-1]
if rsi >= rsi_threshold:
continue
# 换手率
turnover_threshold = (3, 12)
turnover = hist_data['volume'][-1] / ts.get_stock_basics().loc[code]['totals']
if turnover <= turnover_threshold[0] or turnover >= turnover_threshold[1]:
continue
# 个股热度排序
ranks = ts.cap_tops()
rank_threshold = ranks[ranks['code'] == code]['rank'].iloc[0]
if rank_threshold >= n:
continue
res.append(code)
except Exception as e:
continue
res = res[:n]
return res
# 选取前5个符合要求的股票
res = select_stocks(5)
print(res)
注：在使用该代码时，请遵守国家法律法规和相关规定，严禁私自开展证券投资活动，自行承担相应风险。
## 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。
