(supermind量化策略)task14/a/元宇宙、KDJ刚形成金叉、周线红柱

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,选择KDJ刚形成金叉且周线上出现红柱的股票。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

本选股策略同样在元宇宙行业内进行筛选,通过KDJ指标进行判断买点。另外,选股还要求周线上出现红柱,即近一周股票的表现稳定且处于上涨趋势。时间限制是为了确保交易的及时性。区别于前一个策略,本策略考虑了周线的趋势和表现,增加了股票的价格稳定性。

有何风险?

本选股策略存在以下风险:

  1. KDJ指标仍然有可能存在较大的波动性;
  2. 红柱的判断条件可能导致筛选结果的不准确性,还需要对红柱的定义做进一步的研究和优化;
  3. 时间限制和缺乏流动市值等标准也可能导致选股结果的不稳定性。

如何优化?

为提高本选股策略的准确性和稳定性,可以:

  1. 对KDJ指标进行进一步回测和验证,降低其在特殊情况下的随机波动对选股结果的影响;
  2. 对红柱的判断条件进行进一步细化和优化,降低选股结果的波动性;
  3. 在时间限制和流通市值等标准上进行优化,降低选股结果的波动性,增加选股结果的稳定性。

最终的选股逻辑

在元宇宙行业中,选择KDJ刚形成金叉且周线上出现红柱的股票。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,周线红柱
KDJ(9,3,3)_该股票本周收盘K值 > KDJ(9,3,3)_上周收盘K值
AND DT_IN(WEEKS([-1]),-1)
AND NOT ISCONTST(60)
AND FILTER(3)/FILTER(5) > 1
AND (FILTER(3)-FILTER(5))/(FILTER(3)+FILTER(5)-MA(C,7)) > 0.05

# 选股结果:选取当日交易的股票 
选股条件:KDJ(9,3,3)_该股票本周收盘K值 > KDJ(9,3,3)_上周收盘K值
AND DT_IN(WEEKS([-1]),-1)
AND NOT ISCONTST(60)
AND FILTER(3)/FILTER(5) > 1
AND (FILTER(3)-FILTER(5))/(FILTER(3)+FILTER(5)-MA(C,7)) > 0.05
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]
    # 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())
    # 红柱
    df['FILTER'] = talib.EMA(df['CLOSE'].values, timeperiod=1) - talib.EMA(df['CLOSE'].values, timeperiod=5)
    df['MA7'] = talib.MA(df['CLOSE'].values, timeperiod=7)
    df['红柱'] = (df['FILTER'].rolling(3).max() > df['FILTER'].rolling(5).max()) & ((df['FILTER'] - df['MA7']) / (df['FILTER'].rolling(3).max() + df['FILTER'].rolling(5).max() - df['MA7']) > 0.05)
    # 选股
    select_df = df[(df['KDJ_金叉']) & (df['红柱']) & (df['TRADE_STATUS'] == 1) & (df['TIME'] <= '10:00:00')].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