问财量化选股策略逻辑
选股逻辑：振幅大于1, K线小于20, RSI小于65。
选股逻辑分析
该选股逻辑是基于振幅、K线、RSI等多个技术指标的综合分析，旨在筛选出潜在的低估股票。其中，振幅大于1表示该股票波动范围较大，K线小于20意味着股票处于超卖状态，RSI小于65则表明其强势程度降低，通常情况下意味着可能出现价格下跌的趋势。因此，综合考虑多个指标，该选股逻辑能够捕捉到股票的高潜在回报机会。
有何风险？
与所有技术指标选股一样，该选股策略忽略了股票的基本面情况。此外，技术指标在特定时期可能存在失效的情况，同时也不能完全预测未来的股价走向。因此，该选股逻辑并不能保证将面对风险或损失的可能性。
如何优化？
可以考虑添加其他筛选条件，如交易量、相对强弱指标等。也可定期分析回测结果，并根据实际情况调整各项指标的权重和条件，以期实现更好的选股效果。
最终的选股逻辑
在综合考虑以上分析的基础上，我们提出完善后的选股逻辑：
- 振幅大于 1；
- K线小于 20；
- RSI小于 65。
同花顺指标公式代码参考
以下是该选股策略在同花顺中的指标公式代码：
C:REF(CLOSE,1);
D:(HIGH-LOW)/C;
F:KDJ(9,3) < 20; // K线小于20
M:RSI(6) < 65; // RSI小于65
FILTER:F AND D>0.01 AND M; // 振幅大于1
其中，KDJ 是K线指标，RSI 是RSI指标。REF()用于获取前一交易日收盘价等数据。
Python 代码参考
以下是 Python 实现该策略的选股逻辑：
# 数据预处理部分
close = dv.get_ts('close', symbol=symbols)
high = dv.get_ts('high', symbol=symbols)
low = dv.get_ts('low', symbol=symbols)
df_pct_chg = close.pct_change()
df_pct_chg[df_pct_chg.isna()] = 0
ta_func_kdj = Ta('KDJ', 9, 3, high, low, close)
kdj_filter = ta_func_kdj.iloc[-1,:] < 20
ta_func_rsi = Ta('RSI', 6, close)
rsi_filter = ta_func_rsi.iloc[-1,:] < 65
amp_filter = (high / low - 1) > 0.01
selected_stocks = ((amp_filter & kdj_filter) & rsi_filter).sort_values(ascending=False)
return selected_stocks.index.tolist()
使用 Python 实现该策略的选股逻辑，同样使用 TA-Lib 库函数计算 K线指标和 RSI 指标，并使用 振幅、K线、RSI等多个指标筛选出具有较好潜在回报的股票。同时，注意对周期的选取，以及对筛选条件的调整，从而尽可能减小风险。
## 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。
