问财量化选股策略逻辑
选股逻辑：选取RSI小于65、按个股热度从大到小排序、近25个交易日中至少有一天单日涨幅大于等于10%的股票进行选股。
选股逻辑分析
该选股策略在之前的选股基础上，增加了单日涨幅大于等于10%的条件。这一条件可以通过挖掘近期有具有爆发力的股票，从而获得更高的收益。同时也保留了之前的RSI指标和个股热度排序以保证选取的股票优势明显。
有何风险？
该选股策略的风险在于，单日涨幅大于等于10%需要考虑到市场波动性，可能会漏选一些质量较好但波动不大的股票。此外，该策略依然没有包含基本面分析和市场分析的因素，需要投资者进行谨慎评估。
如何优化？
可以结合使用其他技术指标如MACD、KDJ等，以便更加全面地判断股票的趋势。同时，可以对单日涨幅的基准值进行调整并优化选股策略。此外，需要注意该选股策略需要投资者根据市场实际情况进行调整，结合基本面和市场分析，进一步筛选出具有爆发力且质量良好的股票。
最终的选股逻辑
基于之前的选股策略，选择RSI小于65和按个股热度排序的条件下，近25个交易日中至少有一天单日涨幅大于等于10%的限制，来进行选股。同时，在应用该选股策略时，需要进一步结合个人风险偏好和市场实际情况进行调整和优化。
同花顺指标公式代码参考
RSI指标：RSI(CLOSE,14)，其中14为计算周期。
python代码参考
import akshare as ak
import talib
import pandas as pd
获取个股日线数据
def get_daily_data(stock_code):
stock_zh_a_daily_hfq_df = ak.stock_zh_a_daily(symbol=stock_code,adjust="hfq")
return stock_zh_a_daily_hfq_df
判断近25个交易日中是否有单日涨幅大于等于10%
def is_up10(stock_df):
up10 = stock_df[-25:]['pct_chg'] >= 10
return up10.sum() > 0
获取个股RSI指标
def get_RSI(stock_df, w):
rsi = talib.RSI(stock_df['close'].values, w)[-1]
return rsi
选取符合条件的个股
def select_stocks(num):
stock_list = ak.stock_zh_a_spot()
stock_list = stock_list[stock_list['热度值'].notnull()]
stock_list = stock_list.sort_values(by='热度值', ascending=False)
result = []
for stock_code in stock_list['代码'].values:
stock_df = get_daily_data(stock_code)
if is_up10(stock_df):
rsi = get_RSI(stock_df, 14)
if rsi < 65:
result.append(stock_code)
if len(result) >= num:
break
return result
print(select_stocks(20))
## 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。
