问财量化选股策略逻辑
选股逻辑：振幅大于1,rsi小于65,涨跌幅×超大单净量。
选股逻辑分析
该选股逻辑综合考虑了股票的波动和超买超卖程度，以及交易量和价格涨跌情况。振幅和rsi指标用于评估股票的价格波动情况和超买超卖程度，而涨跌幅和超大单净量则考虑了交易量和价格走势的综合影响。通过综合以上指标进行筛选，可以更好地找到具有较好涨势和交易量支撑的个股。
有何风险？
选股逻辑仍然以技术面为主，而忽略了公司基本面的因素，如公司财务状况、行业情况等。同时，在选择参数、参考时间段和计算方式时，也可能存在数据突变或者数据波动的情况，会对选股策略造成一定的影响。此外，排除超大单交易存在一定的风险，有可能会错过因为超大单买盘驱动股票上涨的机会。
如何优化？
可综合考虑技术面和基本面指标，配置更多的筛选条件，如市盈率、市净率、板块热度、资金流向等，以更全面的角度考虑股票的投资价值。同时，也可以尝试在振幅、rsi、涨跌幅和超大单净量的基础上，引入更多的指标如OBV、DMI等进行筛选，以期找到更稳定和可靠的投资标的。
最终的选股逻辑
选股逻辑为：振幅大于1,rsi小于65,涨跌幅×超大单净量。同时，在综合考虑技术面和基本面的情况下，引入更多的指标进行筛选。
同花顺指标公式代码参考
涨跌幅：(CLOSE - REF(CLOSE,1)) / REF(CLOSE,1) * 100
超大单净量：IF(MAINNETVOL > STD(MAINNETVOL, N), MAINNETVOL - STD(MAINNETVOL, N), 0)
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
# 涨跌幅
change_rate = (close - ref(close, 1)) / ref(close, 1) * 100
# 超大单净量
std_mainnetvol = std(main_net_volume, N)
large_net_vol = ifelse(main_net_volume > std_mainnetvol, main_net_volume - std_mainnetvol, 0)
# 选取符合条件的股票
selected_stocks = selector(amplitude > 1, rsi < 65, change_rate * large_net_vol > 0)
# 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。
