问财量化选股策略逻辑
本选股策略选择振幅大于1、非ST（上午10点之前选股票）、五部涨停战法、KDJ刚形成金叉的股票作为基本条件。
选股逻辑分析
本选股策略选择振幅大于1、非ST（上午10点之前选股票）、五部涨停战法、KDJ刚形成金叉的股票作为基本条件。振幅大于1和非ST的股票具备较强的波动性，有利于投资收益。此外，KDJ指标可以帮助判断股票的买卖信号，金叉出现表示股票短期走势向上，是买入信号。
有何风险？
选股策略过于依赖技术指标，缺乏对基本面的分析。同时，过于注重短期波动性和技术形态，可能导致轻视长期投资价值。
如何优化？
应加强基本面因素的分析，包括财务数据、行业和宏观经济等方面，综合分析股票的价值。同时也要关注股票的长期走势和趋势，避免过于追求短期波动性和技术形态而忽视价值投资。
最终的选股逻辑
本选股策略的最终逻辑为：振幅大于1、非ST、五部涨停战法、KDJ刚形成金叉的股票。
同花顺指标公式代码参考
KDJ指标通达信公式：
RSV:=(CLOSE-LOWEST(LOW,9))/(HIGHEST(HIGH,9)-LOWEST(LOW,9))*100;
K:SMA(RSV,3,1);
D:SMA(K,3,1);
J:3*K-2*D;
python代码参考
import pandas as pd
import tushare as ts
# 读取股票数据
df = pd.read_csv('stock_data.csv')
# 筛选条件1：振幅大于1
df['AMPLITUTE'] = df.apply(lambda row: max(row['HIGH'] - row['LOW'], abs(row['HIGH'] - row['PREV_CLOSE']), abs(row['LOW'] - row['PREV_CLOSE'])), axis=1)
df = df[df['AMPLITUTE'] > 1]
# 筛选条件2：非ST, 10点之前选股票
df = df[df['NAME'].str.upper().str.find('ST') == -1]
df = df[df['TIME'] < '10:00']
# 筛选条件3：五部涨停战法
df['CLOSE_SMA5'] = df['CLOSE'].rolling(5).mean()
df['UP_FLAG'] = df.apply(lambda row: 1 if row['CLOSE'] >= row['CLOSE_SMA5'] else 0, axis=1)
df['UP_FLAG_SUM5'] = df['UP_FLAG'].rolling(5).sum()
df = df[df['UP_FLAG_SUM5'] == 5]
# 筛选条件4: KDJ刚形成金叉
df['RSV'] = (df['CLOSE']-df['LOW'].rolling(9).min())/(df['HIGH'].rolling(9).max()-df['LOW'].rolling(9).min())*100
df['K'] = df['RSV'].rolling(3).mean()
df['D'] = df['K'].rolling(3).mean()
df['J'] = 3*df['K'] - 2*df['D']
df = df[df['K'] > df['D']]
# 输出选股数据
print(df)
## 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。
