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、价格低于12的条件下，按个股热度从大到小排序名。
选股逻辑分析
该选股策略基于市场情况和技术面两个方面，RSI和昨日竞价换手率用于强调技术因素，价格低于12提供了股票的基本面信息，个股热度排序可以识别市场中受到瞩目的股票。
有何风险？
该策略的部分风险在于市场风险和个股基本面（如财务状况，经营业绩等）等风险因素，低价格股票更容易受到突发事件和操纵而波动较大。
如何优化？
1.加入更多因子：在选股中，应该考虑到更多的技术指标和基本面指标，在技术上对成交量、动量等综合分析，在基本面上加入PEG、市净率等指标来综合判断股票的价值情况。
2.简化选股：考虑将选股条件和排序方式简化，以提高操作和过滤的时间效率。
-
均线过滤：可以在选股的过程中，使用均线（如5日均线、10日均线等）进行过滤，过滤掉走势不好的股票，提高选股的准确性。
-
动态更新：选股逻辑最好进行动态维护，根据实际情况与历史数据调整选股条件，避免选取过多垃圾股票。
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、价格低于12，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;
// 价格低于12
CONDITION3 = LOW < 12;
// 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 AND CONDITION3) 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
price = k_data['low'].astype(float).values[-1]
hot_degree = ts.get_realtime_quotes(stock).iloc[0]['name']
if rsi < 65 and turnover > 0.26 and price < 12:
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。
