问财量化选股策略逻辑
选股逻辑为：RSI小于65、振幅大于1、出现酷特智能早晨之星形态。该选股策略旨在挑选有机会逆转上涨的股票进行买入操作。
选股逻辑分析
该选股策略结合了RSI技术指标、振幅指标和技术形态分析，以寻找具备逆转潜力的股票。在RSI指标和振幅指标方面，也与上一题目相同，通过RSI指标确认股票价格是否被高估，振幅指标衡量短期内的价格波动；同时，选股还关注技术形态分析中的酷特智能早晨之星形态，表示买盘正在积聚，股价即将开启上升趋势。
有何风险？
该选股策略同时存在以下风险：
- 过分依赖技术形态分析，可能会忽略公司业绩表现；
- 历史数据分析无法精确预测未来股票的价格变化；
- 技术形态的预测本身也可能带有一定的主观性和误判风险。
如何优化？
为了提升该选股策略的准确性，建议：
- 参考多维度数据，包括基本面数据和资金面数据，综合看待股票的投资价值；
- 结合深度学习等方法，不断完善算法模型，提升选证准确性；
- 考虑加入更多形态结构的分析指标，例如突破牛熊线指标等，降低形态分析中的误判风险。
最终的选股逻辑
选股条件：RSI小于65、振幅大于1、出现酷特智能早晨之星形态。该选股策略旨在挑选具有逆转潜力的股票。
同花顺指标公式代码参考
在当前逻辑中，可以使用以下通达信指标：
RSI指标：RSI(CLOSE, N)，其中N为计算周期，默认值为14；
振幅指标：(HHV(HIGH,N)-LLV(LOW,N))/CLOSEN100，其中HHV(HIGH,N)为周期内的最高价，LLV(LOW,N)为周期内的最低价，N为计算周期，默认为20天；
酷特智能早晨之星形态：MACD(MACDFAST, MACDSLOW, MACDSIG), CROSS(CLOSE, MACD), HHV(MID, NUM)>REF(HHV(MID, NUM),1)，其中MACDFAST、MACDSLOW和MACDSIG分别为快线EMA、慢线EMA和指数平滑移动平均线，默认值分别为12、26、9，CROSS表示金叉收敛，HHV表示求出过去NUM日最高价的最高值，而REF则是可以引用前一日数据的指标，即当前日期之前的数据。
python代码参考
以下是python代码实现该选股逻辑（假设使用Tushare库）：
import tushare as ts
# 获取股票代码列表
stocks = ts.get_stock_basics().index.tolist()
# 定义选股条件
condition = lambda stock: (ts.get_hist_data(stock)['rsi'][0]<65
and ts.get_hist_data(stock)['high'][0]-ts.get_hist_data(stock)['low'][0]>ts.get_hist_data(stock)['close'][0]*0.01
and ts.get_k_data(stock, ktype='D')[['date', 'open', 'high', 'low', 'close', 'macd', 'macdsign', 'macdhist']]
.sort_values('date', ascending=False)
.assign(num=pd.Series(range(1, len(stocks)+1)))
.query('num<=3')
.assign(up=lambda df: df['close']>df['open'],
down=lambda df: df['close']<df['open'])
.query('down.shift(2)&up&df.macdhist.shift(2)<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。
