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，并且有机构进行抄底的股票。
选股逻辑分析
本选股策略结合了技术面和资金面的分析，通过技术面的选股条件，筛选符合要求的股票，再通过资金面的选股条件，筛选出有机构抄底的股票，以提高选股准确性。
有何风险？
本选股策略存在以下风险：
- 所选条件忽略了公司基本面，可能出现数据不全或失误导致的误判；
- 只考虑了一天的交易情况，选股结果具有一定的随机性；
- 考虑机构抄底的情况，可能受到机构操作理念、风险偏好、持仓周期等多因素影响。
如何优化？
为提高本选股策略的准确性和鲁棒性，可以：
- 加入一些基本面分析，比如市盈率、市净率等指标的筛选，以更全面的分析股票；
- 延长选股时间周期，通过长期分析，排除一天内的波动性；
- 对资金面的筛选条件进行优化，比如加入机构持股量、机构持股比例等指标，以更全面的考虑机构的操作动态。
最终的选股逻辑
在元宇宙行业中选取KDJ刚形成金叉，并且有机构进行抄底的股票，综合考虑股票技术面和资金面指标，筛选出前五只股票。
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刚形成金叉，并且有机构进行抄底的股票
INDUSTRY == '元宇宙' AND KDJ(9,3,3)上穿KDJ(9,3,3)的DEA AND SH_HOLDER_TOP10_INCREASE_5>0
# 选股结果：选取前五只股票
选股条件：INDUSTRY == '元宇宙' AND KDJ(9,3,3)上穿KDJ(9,3,3)的DEA AND SH_HOLDER_TOP10_INCREASE_5>0
排序规则：EMPTY()
选股数量：5
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]
# 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())
# 机构抄底
df['SH_HOLDER_TOP10_INCREASE_5'] = df['SH_HOLDER_TOP10'].pct_change(5)
df['机构抄底'] = df['SH_HOLDER_TOP10_INCREASE_5'] > 0
select_df = df[df['KDJ_金叉'] & df['机构抄底']].sort_values(by='JINJA_PRICE', ascending=False).head(5).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。
