问财量化选股策略逻辑
选股逻辑：在RSI小于65、昨日竞价换手率大于0.26的条件下，按个股热度从大到小排序名。
选股逻辑分析
该选股策略主要考虑了市场情况和技术面两方面的因素。RSI指标可以用于评估股票的超买和超卖状态，昨日竞价换手率可以反映股票的市场关注度，而按个股热度排序可以找到当前最受市场关注的股票。
有何风险？
该选股策略同样也不能完全避免市场风险以及其它因素对股价变化的影响。在选股过程中，需要根据具体情况，选择合适的排序方式，以免出现排序方式不当导致的误差。
如何优化？
1.加入更多因子：可以加入其它的技术指标，如MACD等，更全面地筛选潜力股票并结合个股热度排序。
2.合理设置参数：应该根据历史数据与实际情况，合理设置参数以获取更好的选股结果。
3.结合基本面因素：可以加入基本面因素，如净利润、股息率等指标，更全面地挑选出优秀的股票。
4.筛选周期：按照不同的周期，如日度、周度、月度等不同周期进行筛选，对于不同选股周期的投资人，会在不同的周期内发掘出不同的投资机会。
最终的选股逻辑
选股标准为：RSI小于65、昨日竞价换手率大于0.26，按个股热度从大到小排序。
同花顺指标公式代码参考
// RSI小于65
CONDITION1 = RSI(C,14) < 65;
// 昨日竞价换手率大于0.26
CONDITION2 = Turnover > 0.26;
// 排序
SORT_BY = 按个股热度排序;
// 筛选符合条件且按个股热度排序的股票
SELECT (CONDITION1 AND CONDITION2) ORDER BY SORT_BY DESC;
python代码参考
import datetime
import tushare as ts
import talib
def select_stocks(stocks):
res = []
for stock in stocks:
try:
k_data = ts.get_k_data(stock, start='1900-01-01', end=datetime.datetime.now().strftime('%Y-%m-%d'))
rsi = talib.RSI(k_data['close'].astype(float).values, timeperiod=14)[-1]
turnover = k_data['turnover'].astype(float).values[-2] / 100
hot_degree = ts.get_realtime_quotes(stock).iloc[0]['name']
if rsi < 65 and turnover > 0.26:
res.append((hot_degree, stock))
except:
continue
res.sort(reverse=True)
return [i[1] for i in res]
stocks = ts.get_stock_basics().index
res = select_stocks(stocks)
print(res)
## 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。
