问财量化选股策略逻辑
本选股策略选取振幅大于1、今日均线向上发散、当日KDJ指标K值的增长值大于0的股票。这些指标的逻辑是：振幅反映了股票涨跌幅的波动，今日均线向上发散代表存在短期上涨的趋势，当日KDJ指标K值的增长值大于0代表该股票近期有持续上涨的趋势。选取这些指标的原因是为了找到具有短期内持续上涨潜力的股票。
选股逻辑分析
本策略综合了技术面和基本面因素，进一步增加了KDJ指标的考量。振幅反映了股票价格波动的情况，今日均线向上发散则反映了股票短期趋势的上涨，当日KDJ指标K值的增长值大于0则代表近期该股票持续上涨的可能性很高。选取这些指标的原理是为了找到具有持续上涨潜力的股票。
有何风险？
该选股策略容易出现选择错误的情况。可能会选到处于下跌趋势的股票或者在全面下跌市场中的股票，进一步加重投资者的损失。此外，KDJ指标只是一种技术指标，不能完全反映股票价格趋势，存在局限性。
如何优化？
可以加入其他技术指标和基本面指标进行综合判断。例如MACD指标、RSI指标等可以综合考虑。此外可以将股票市值指标加入进来，进一步筛选具有成长性的小市值公司股票。
最终的选股逻辑
选取振幅大于1、今日均线向上发散、当日KDJ指标K值增长值大于0的股票。
同花顺指标公式代码参考
- 振幅：AMO
- 今日均线向上发散：C > REF(MA(C,5),1) > MA(C,5)
- 当日KDJ指标K值增长值：LLV(LOW,9)中的最低值+1
python代码参考
import tushare as ts
import talib
def select_stock():
stock_list = ts.get_stock_basics()
selected_stocks = stock_list[(stock_list["pb"] > 0) & (stock_list["pb"] < 1)]
hist_data = ts.get_hist_data(selected_stocks.index)
selected_stocks = selected_stocks[(hist_data["amplitude"] > 0.01)]
# 今日均线向上发散
for stock in selected_stocks.index:
data = ts.get_hist_data(stock)
ma5 = talib.MA(data["close"].values, timeperiod=5)
if not (data["close"][-1] > ma5[-2] and ma5[-2] > ma5[-1]):
selected_stocks.drop(stock, inplace=True)
# 当日KDJ指标K值增长值筛选
for stock in selected_stocks.index:
data = ts.get_hist_data(stock)
llv = talib.LLV(data["low"].values, timeperiod=9)
last_k, _, _ = talib.STOCH(data["high"].values, data["low"].values, data["close"].values, fastk_period=9, slowk_period=3, slowd_period=3)
if not (last_k[-1] - llv[-1] > 0):
selected_stocks.drop(stock, inplace=True)
# 筛选流通市值在50-100亿元之间的股票
selected_stocks = selected_stocks[(selected_stocks["nmc"] >= 5000000000) & (selected_stocks["nmc"] <= 10000000000)]
return selected_stocks
print(select_stock())
以上代码仅供参考，具体实现方法可以根据投资者需要和市场情况进行调整。
## 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。
