问财量化选股策略逻辑
选股逻辑：元宇宙、昨天换手率＞8%、KDJ刚形成金叉的股票。
选股逻辑分析
该选股策略在前一道题基础上增加了KDJ指标的判断。KDJ指标是由随机指标计算出来的一种技术指标，用于判断股票的超买超卖状态和趋势。金叉是KDJ指标中的一种形态，当K线上穿D线时形成金叉，表明买入信号。
选股策略通过对元宇宙热点和换手率的筛选，筛选出投资者关注程度高且具有一定流动性的股票。同时通过KDJ指标的判断来辅助判断股票的趋势和买入信号。
有何风险？
该选股策略依赖于市场热点、投资者情绪、技术指标的判断等多重因素。市场热点随时可能转换，而技术指标也随着市场波动而产生变化，因此选股的稳定性和可靠性存在一定的风险。
如何优化？
除KDJ指标外，可以考虑增加其他技术指标和基本面数据进行筛选，如相对强弱指标、市盈率、市净率等，减少单一指标的局限性，提高选股的准确性。同时可以基于历史数据，结合机器学习等算法，建立更加完善的选股模型。
最终的选股逻辑
选股逻辑：元宇宙、昨天换手率＞8%、KDJ刚形成金叉的股票。
同花顺指标公式代码参考
元宇宙板块：CATEGORY='SW1_zxx'
昨天换手率＞8%：(VOLPRI / REF(VOLPRI, 1)) > 1.08
KDJ刚形成金叉：KDJ金叉发生TYP==1
选股：CATEGORY='SW1_zxx' AND (VOLPRI / REF(VOLPRI, 1)) > 1.08 AND KDJ金叉发生TYP==1
Python代码参考
import akshare as ak
import datetime as dt
import talib
# 获取元宇宙板块和该板块股票的昨日换手率数据
yxu_stocks = ak.stock_zh_a_classified_sector()
turnover_data = ak.stock_zh_a_daily_turnover_rate()
# 计算KDJ指标数据
today = dt.date.today()
start_date = (today - dt.timedelta(days=90)).strftime("%Y%m%d")
end_date = (today - dt.timedelta(days=1)).strftime("%Y%m%d")
all_data = ak.stock_zh_a_daily(symbol="sh000001", adjust="qfq", start_date=start_date, end_date=end_date)
kdj_data = talib.STOCH(all_data['high'], all_data['low'], all_data['close'], fastk_period=9, slowk_period=3, slowd_period=3)
# 筛选符合条件的股票
selected_stocks = []
for stock in turnover_data['ts_code'].unique():
if stock in yxu_stocks['symbol']:
stock_turnover_data = turnover_data[turnover_data['ts_code'] == stock]
if (stock_turnover_data['turnover_rate'] / 100)[-1] > 0.08 and kdj_data[0][-1] > kdj_data[1][-1] and kdj_data[0][-2] <= kdj_data[1][-2]:
selected_stocks.append(stock)
selected_stocks_final = selected_stocks[:int(len(selected_stocks) * 0.3)] # 取涨幅前30%的股票
## 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。
