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刚形成金叉且不属于北京A股的股票。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
本选股策略在元宇宙行业内选取股票，KDJ指标用于判断买点，并筛选不属于北京A股的股票。 时间限制是为了保证该股票具有交易性。策略在选择KDJ刚形成金叉的股票的同时限定排除北京A股，可以预先筛选一部分具有投资价值的股票。
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；
- 排除北京A股可能会对最终的选股结果带来一定的偏差；
- 时间限制可能过于严格，可能会错过一些潜在的交易机会。
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；
- 对于排除北京A股的条件进行调整，可以根据具体情况进行调整；
- 调整时间限制，可以根据市场情况动态调整；
- 不断验证和改进选股策略，保持策略的适应性。
最终的选股逻辑
在元宇宙行业中，选择KDJ刚形成金叉且不属于北京A股的股票。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，不属于北京A股
((KDJ(9,3,3)上穿KDJ(9,3,3)的DEA)
and (LOCATION!='北京'))
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 (LOCATION!='北京'))
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['LOCATION'] != '北京')]
# 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')].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。
