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，并且机构动向大于0的股票。
选股逻辑分析
本选股策略主要考虑了技术面和大资金面。KDJ指标判断趋势是否出现转折，机构资金操作动向大于0则表明股票更可能受到大资金的青睐。
有何风险？
本选股策略存在以下风险：
- 只考虑了两个指标，未考虑其他重要指标的影响；
- 选股逻辑较为简单，未必适用于各种复杂市场情况；
- 机构资金动向数据的来源和准确性可能存在问题。
如何优化？
为提高本选股策略的准确性和鲁棒性，可以：
- 引入其他技术指标，如MACD、RSI等，进行综合分析；
- 引入其他大资金面指标，如成交量、净流入等，进行综合分析；
- 优化机构资金动向数据的来源和准确性，如结合多个数据源进行比对和分析。
最终的选股逻辑
在元宇宙行业中选取KDJ刚形成金叉，并且机构资金操作动向大于0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，机构资金动向大于0的股票
INDUSTRY == '元宇宙' AND KDJ(9,3,3)上穿KDJ(9,3,3)的DEA AND IX_PERCCHANGE_SECONDARY_5D > 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 IX_PERCCHANGE_SECONDARY_5D > 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']]
# 选取机构动向大于0的股票
df = data[data['INDUSTRY'] == industry]
df = df[df['IX_PERCCHANGE_SECONDARY_5D'] > 0]
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。
