问财量化选股策略逻辑
选股逻辑为：RSI小于65、振幅大于1、今日最低价小于昨日最低价。这个选股策略通过判断股票短期价格波动及市场情绪来选出具有投资价值、可能存在入市机会的股票。
选股逻辑分析
该选股策略通过RSI指标来判断股票的超卖程度和价格波动情况，振幅指标用来反映股票市场需求的增长与衰退，同时，通过今日最低价小于昨日最低价，筛选出存在下跌趋势、却又出现反弹可能的股票。选股策略相对较为严谨，同时也偏向于短线选股。
有何风险？
该选股策略可能存在以下风险：
- 选股策略使用较为单一的指标，可能存在偏差；
- 忽略了基本面分析对股票的长期影响；
- 对于短期内出现黑天鹅事件，导致涨跌幅不可预测。
如何优化？
为了提高该选股策略的准确性和可靠性，应该：
- 结合其他基本面指标，如市净率、股息率等，以获得更全面的选股情况；
- 引入机器学习等新技术，结合历史数据及市场因素以更全面的形式分析股票价格波动；
- 更加研究行业发展趋势和政策影响等因素，并融入到选股策略中以更好地降低风险。
最终的选股逻辑
选股条件：RSI小于65、振幅大于1、今日最低价小于昨日最低价。该选股策略可以用来短线操作，应该与其他基本面指标相结合，在获得更全面的选股情况的同时，降低遭受市场风险的可能性。
同花顺指标公式代码参考
在当前逻辑中，可以采用以下通达信指标：RSI(6)、振幅指标为：(HIGHV+LOWV)/2/CLOSE，今日最低价小于昨日最低价可以使用通达信指标REF(LOW, 1) > LOW 。
python代码参考
以下是python代码实现该选股逻辑（使用Tushare库）：
import tushare as ts
# 获取所有股票代码列表
stocks = ts.get_stock_basics().index.tolist()
# 定义选股条件
condition = lambda stock: (ts.get_hist_data(stock, start='2021-01-01')['rsi'][0] < 65
and ts.get_hist_data(stock, start='2021-01-01')['high'][0] - ts.get_hist_data(stock, start='2021-01-01')['low'][0] > ts.get_hist_data(stock, start='2021-01-01')['close'][0] * 0.01
and ts.get_hist_data(stock, start='2021-08-23')['low'][0] < ts.get_hist_data(stock, start='2021-08-20')['low'][0])
# 筛选符合条件的股票
selected_stocks = filter(condition, stocks)
# 输出符合条件的股票代码和名称
for stock in selected_stocks:
print(stock, ts.get_stock_basics().loc[stock]['name'])
## 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。
