问财量化选股策略逻辑
选股策略为：在元宇宙行业中选取集中度低于70%的股票，且KDJ刚形成金叉。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
本选股策略在技术面的选股条件中，选择了KDJ指标，对股票进行筛选，将关注点放在可能具有短期涨势的股票上，同时限定集中度，以控制投资风险。在基本面上，根据元宇宙行业的特点，选择集中度比较低的股票，以寻找更为分散风险的投资方式。
有何风险？
本选股策略存在以下风险：
- 选股结果可能受到市场炒作和舆情等因素的影响，导致选股结果产生较大的波动；
- 集中度数据可能不够准确或更新不够及时，可能导致选股结果存在偏差；
- 本选股策略忽略了一些其他可能对股票走势产生影响的技术指标，对选股结果可能带来一定的影响。
如何优化？
为提高本选股策略的准确性和鲁棒性，可以：
- 考虑加入其他技术指标，例如MACD、RSI等相互印证，对股票进行全面评估，提高选股的准确性；
- 对集中度数据的准确性进行核验，或者选择更为准确的数据来源；
- 设定风险控制手段，例如设立止损点、适当分散投资等，降低选股结果偏差的风险。
最终的选股逻辑
在元宇宙行业中，选取集中度低于70%的股票，且KDJ刚形成金叉。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：集中度低于70%，KDJ金叉
集中度（20）< 70 AND KDJ(9, 3, 3)上穿KDJ(9, 3, 3)的DEA
# 选股结果：选取当日交易的股票
选股条件：集中度（20）< 70 AND KDJ(9, 3, 3)上穿KDJ(9, 3, 3)的DEA AND TRADE_STATUS == 1 AND CURRENT_TIME <= 1000
排序规则：默认排序
选股数量：EMPTY()
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, cen_level: float) -> List[str]:
df = data[data['INDUSTRY'] == industry]
# 集中度
df['CENTRATION'] = df['TOP5_HOLDER_PERCENT'].apply(lambda x: 100-x if x <= 50 else x)
# KDJ
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())
# 基本面
df = df[df['CENTRATION'] < cen_level]
# 选股条件
select_df = df[(df['KDJ_金叉']) & (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。
