问财量化选股策略逻辑
选股策略为：在元宇宙行业中，选择KDJ刚形成金叉且属于机器人概念的股票，且流通市值小于100亿元。在每个交易日的10点之前进行选股，选取当日的交易股票。
选股逻辑分析
本选股策略在元宇宙行业内筛选，同时选取具有机器人概念的股票。KDJ指标用于判断买点，筛选流通市值小于100亿元的股票。 时间限制是为了保证该股票具有交易性，同时通过筛选机器人概念以及流通市值来选取更可靠的投资标的，同时保证风险控制能力。
有何风险？
本选股策略存在以下风险：
- 忽略了其他重要技术指标，例如BOLL和MACD，可能影响选股结果；
- 选股策略过于严格，可能会漏掉一些潜在的投资标的；
- 流通市值的数据可能存在一些不准确，需要结合各种数据来源进行验证。
如何优化？
为提高本选股策略的准确性和稳定性，可以：
- 加入其他具有代表性的技术指标，例如BOLL和MACD，进行多个指标综合筛选；
- 调整流通市值的数据来源，或者使用多个数据源进行校验，提高选股结果的准确性；
- 动态调整选股条件，根据当时市场的情况进行变化；
- 需要对选股结果进行风险控制，例如控制单只股票的持仓比例和风险等级。
最终的选股逻辑
在元宇宙行业中，选择KDJ刚形成金叉且属于机器人概念的股票，且流通市值小于100亿元。在每个交易日的10点之前进行选股，选取当日的交易股票。
同花顺指标公式代码参考
# 选股条件：KDJ金叉，机器人概念，流通市值小于100亿
((KDJ(9,3,3)上穿KDJ(9,3,3)的DEA)
AND (名称 LIKE '*机器人*')
AND (流通市值<100))
and DT_IN(dt,-1)
# 选股结果：选取当日交易的股票
选股条件：((KDJ(9,3,3)上穿KDJ(9,3,3)的DEA)
AND (名称 LIKE '*机器人*')
AND (流通市值<100))
and DT_IN(dt,-1) AND (TRADE_STATUS==1) AND (CURRENT_TIME<='10:00:00')
排序规则：默认排序
选股数量：EMPTY()
python代码参考
import pandas as pd
from typing import List
def select_stocks(data: pd.DataFrame, industry: str) -> List[str]:
df = data[(data['INDUSTRY'] == industry) & (data['C Market Cap'] < 10000000000)]
# KDJ指标
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())
# 选股
select_df = df[(df['KDJ_金叉']) & (df['TRADE_STATUS'] == 1) & (df['TIME'] <= '10:00:00') & (df['NAME'].str.contains('机器人'))].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。
