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，并且昨日主力控盘的股票。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
本选股策略在技术面的选股条件中，结合了KDJ指标的买入信号和主力控盘的参考，突出了潜在的投资机会并削减了市场波动的影响。同时，在每个交易日的10点之前进行选股，能够减小市场波动的影响，提高选股的准确性。
有何风险？
本选股策略存在以下风险：
- 采用技术面选股并单纯追求走势势头，有可能忽略市场宏观因素和股票公司基本面的影响，对选股结果可能造成一定的影响；
- 主力控盘的交易量并不一定是准确的主力买入或卖出的标志，存在可能的假象造成误判；
- 选股结果的可信度和稳定性存在较大的不确定性。
如何优化？
为提高本选股策略的准确性和鲁棒性，可以：
- 采用多重技术指标，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；
- 结合资金流向分析，评估股票的热度程度，避免选出长时间被资金短期炒作的股票，避免风险；
- 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KDJ刚形成金叉，并且昨日主力控盘的股票。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：在元宇宙行业中选取KDJ刚形成金叉，并且昨日主力控盘的股票。
INDUSTRY == '元宇宙' AND KDJ(9, 3, 3)上穿KDJ(9, 3, 3)的DEA AND REF(MAIN_FORCE, 1) > 0
# 选股结果：选取当日的交易股票
选股条件：INDUSTRY == '元宇宙' AND KDJ(9, 3, 3)上穿KDJ(9, 3, 3)的DEA AND REF(MAIN_FORCE, 1) > 0 AND TRADE_STATUS == 1 AND CURRENT_TIME <= 1000
排序规则：EMPTY()
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) -> 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())
# 昨日主力控盘
df['主力控盘'] = (df['MAIN_FORCE'] > 0) & (df['MAIN_FORCE'].shift() <= 0)
# 选股条件
select_df = df[(df['KDJ_金叉']) & (df['主力控盘']) & (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。
