(supermind量化策略)task14/a/元宇宙、KDJ刚形成金叉、外盘除内盘大于1

用户头像神盾局量子研究部
2023-08-30 发布

问财量化选股策略逻辑

选股策略为:在元宇宙行业中选取KDJ刚形成金叉,并且外盘/内盘大于1.3的股票。

选股逻辑分析

本选股策略同时考虑了技术面和基本面因素。选取了KDJ指标作为技术面的指标,并且通过外盘/内盘比率来评估市场资金流向,进一步选择优质标的。

有何风险?

本选股策略存在以下风险:

  1. 外盘/内盘比率不能全面准确反映市场资金情况;
  2. 选股标准较为苛刻,选出的标的可能偏少;
  3. 受市场情况波动影响较大,波动性较大,盈利和风险都比较高。

如何优化?

为提高本选股策略的准确性,可以:

  1. 引入其他技术指标,如MACD等,进行综合分析,提高选股策略鲁棒性;
  2. 加入其他基本面信息,如市盈率PE等,综合评估选股标的,提高选股的全面性;
  3. 引入量化研究的思想和方法,提高选股策略的可靠性。

最终的选股逻辑

在元宇宙行业中选取KDJ刚形成金叉,并且外盘/内盘大于1.3的股票。

同花顺指标公式代码参考

# 选股条件: 在元宇宙行业中选取KDJ金叉,且外盘/内盘大于1.3的股票
INDUSTRY == "元宇宙" AND KDJ(9,3,3)上穿KDJ(9,3,3)的DEA AND KDJ(9,3,3)金叉 AND VOL_OUT / VOL_IN > 1.3 AND SGN > 0

# 选股结果
选股条件: INDUSTRY == "元宇宙" AND KDJ(9,3,3)上穿KDJ(9,3,3)的DEA AND KDJ(9,3,3)金叉 AND VOL_OUT / VOL_IN > 1.3 AND SGN > 0;

python代码参考

import numpy as np
import pandas as pd
from typing import List

def select_stocks(data: pd.DataFrame, industry: str) -> List[str]:
    df = data[data['INDUSTRY'] == industry]
    # 选取KDJ刚形成金叉的股票
    df['KDJ_K'], df['KDJ_D'], df['KDJ_J'] = talib.STOCH(df['HIGH'].values, df['LOW'].values, df['CLOSE'].values, fastk_period=9, slowk_period=3, slowd_period=3)
    df['KDJ_金叉'] = (df['KDJ_K'] > df['KDJ_D']) & (df['KDJ_K'].shift() < df['KDJ_D'].shift())
    df = df[df['KDJ_金叉']]
    # 选取外盘/内盘比率大于1.3的股票
    df['外盘内盘比率'] = df['VOL_OUT'] / df['VOL_IN']
    df = df[df['外盘内盘比率'] > 1.3]
    select_df = df.index.tolist()
    return select_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。
    ![94c5cde12014f99e262a302741275d05.png](http://u.thsi.cn/imgsrc/pefile/94c5cde12014f99e262a302741275d05.png)
收益&风险
源码

评论