问财量化选股策略逻辑
选股逻辑为RSI小于65、流通市值50亿-100亿、KDJ指标刚形成金叉，主要考虑了技术面和流动性因素选股。
选股逻辑分析
该选股策略主要考虑了技术面指标RSI和KDJ指标，通过选取KDJ指标刚形成金叉的股票，并综合考虑技术面和流动性因素，选择表现良好的中等市值股票。
有何风险？
与上一个选股策略相同，该选股策略依然忽略了其他重要因素如基本面、行业前景等，存在选到后期行业前景不佳等风险。同时，该策略过于依赖KDJ指标，可能存在KDJ指标本身存在局限性的风险。
如何优化？
同上一个选股策略一样，针对上述风险，可以结合其他因素如基本面、行业前景等进行综合分析。同时，可以结合其他技术面指标如MACD指标进行综合评估，以提高选股精度。
最终的选股逻辑
选股逻辑为RSI小于65、流通市值50亿-100亿、KDJ指标刚形成金叉。综合考虑了技术面和流动性因素，同时需要结合基本面、行业前景等其他因素进行综合评估，选择表现良好的中等市值股票。
同花顺指标公式代码参考
-
KDJ指标公式：
RSV=100*(Cn-Ln)/(Hn-Ln),K=SMA(RSV,M1,1),D=SMA(K,M2,1),J=3*K-2*D
其中，Cn为当日收盘价，Ln为N天内的最低价，Hn为N天内的最高价，M1为K值的计算周期，M2为D值的计算周期，一般取9。SMA为简单移动平均。
python代码参考
# 计算KDJ指标函数
def calc_kdj(high, low, close, n=9, m1=3, m2=3):
rsv = (close - low.rolling(n).min()) / (high.rolling(n).max() - low.rolling(n).min()) * 100
k = rsv.ewm(com=m1-1).mean()
d = k.ewm(com=m2-1).mean()
j = 3*k - 2*d
return k, d, j
# 选股函数
def stock_picking(data):
# 计算RSI指标
rsi = calc_rsi(data['close'], 14)
# 计算KDJ指标
k, d, j = calc_kdj(data['high'], data['low'], data['close'], 9, 3, 3)
# 根据市值、RSI和KDJ选取股票
cond1 = (data['negotiableMV'] >= 5e10) & (data['negotiableMV'] <= 1e11)
cond2 = (rsi < 65)
cond3 = (k > d) & (k.shift() < d.shift())
cond = cond1 & cond2 & cond3
stock_list = []
if sum(cond) >= 5:
selected_data = data[cond]
selected_data = selected_data.sort_values(by='pctChg', ascending=False)
for i in range(5):
stock_list.append(selected_data.index[i])
return stock_list
## 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。
