问财量化选股策略逻辑
选股逻辑：在RSI小于65、资金强度由大到小、换手率在3%-12%之间的股票中，选出具有投资价值的股票，作为股票池。
选股逻辑分析
该选股策略主要关注三个指标，分别为RSI值、资金强度和换手率。其中，RSI值和资金强度是技术指标，反映投资者情绪和市场资金流向，换手率则反映了股票流通性和交投活跃度。
该选股策略比较简单，筛选条件也相对容易掌握，适合初学者使用。过滤了一些波动较大、风险较高的个股，选出中长期投资较为稳妥的标的。
有何风险？
该选股策略存在一些风险。首先，该策略仅侧重技术指标和换手率等方面的因素，没能考虑其他因素，如基本面等，可能无法反映股票的真实价值；其次，换手率并不是一个普适的指标，对于某些特定的行业或标的，上下波动较大，需要结合其他因素进行判断。
此外，股票市场的高风险性也是需要注意的，投资者在使用该策略时需要适时调整选股依据，降低风险。
如何优化？
-
加入基本面因素，如公司财务状况、市场前景等因素，以更全面地反映市场情况。
-
加入其他技术指标，如KDJ指标、均线指标等，以更全面地反映市场变化。
-
使用机器学习等方法，优化模型并扩展选股因素，以更全面地反映市场变化。
-
优化交易规则，根据市场情况和风险水平，灵活调整止损和获利标准，以获得更好的收益和控制风险。
最终的选股逻辑
在RSI小于65、资金强度由大到小、换手率在3%-12%之间的股票中，选出具有投资价值的股票，作为股票池。
同花顺指标公式代码参考
- RSI指标：
通达信指标公式：RSI(CLOSE,N)
同花顺指标公式：RSI(CLOSE,N)
- 资金流量比率指标：
通达信指标公式：(SUM(CV,N)/SUM(V,N))/REF(SUM(CV,N)/SUM(V,N),1)
同花顺指标公式：MONEYFLOWRATIO(N)
- 换手率指标：
通达信指标公式：VOL/UPPERLIMIT
同花顺指标公式：TURNOVER
python代码参考
以下是基于该选股策略编写的Python代码示例，仅供参考。
import tushare as ts
import numpy as np
def select_stocks(stocks):
res = []
for stock in stocks:
try:
# 判断RSI、资金流量比率和换手率情况
rsi_threshold = 65
moneyflow_threshold = 0
turnover_threshold_low = 0.03
turnover_threshold_high = 0.12
hist_data = ts.get_k_data(stock, ktype='D', end=ts.get_today_date(), autype='qfq')
if hist_data is None or hist_data.empty or len(hist_data) < 26:
continue
rsi_data = talib.RSI(hist_data['close'].values, timeperiod=14)
if rsi_data is None or rsi_data[-1] >= rsi_threshold:
continue
moneyflow_data = (talib.SUM(hist_data['close'].values * hist_data['volume'].values, timeperiod=5) / \
talib.SUM(hist_data['volume'].values, timeperiod=5)) / \
talib.REF(talib.SUM(hist_data['close'].values * hist_data['volume'].values, timeperiod=5) / \
talib.SUM(hist_data['volume'].values, timeperiod=5), 1)
if moneyflow_data is None or moneyflow_data[-1] < moneyflow_threshold:
continue
turnover_data = hist_data['volume'].values[-1] / hist_data['upper_limit'].values[-1]
if turnover_data is None or turnover_data < turnover_threshold_low or turnover_data > turnover_threshold_high:
continue
res.append(stock)
except Exception as e:
print(e)
continue
return res
stocks = ts.get_stock_basics().index
res = select_stocks(stocks)
print(res)
注：该选股策略需要考虑多个指标和数据的变化，因此需要针对具体情况做出相应的参数调整和优化，以达到更好的筛选效果。同时，在使用该策略时需要对股票池进行更全面的分析和评估，建议结合其他指标和数据，如市场走势、行业发展趋势等等，进行投资决策。
## 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。
