问财量化选股策略逻辑
选股策略为：在元宇宙行业中选取20日均线大于120日均线的股票，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和均线指标，对股票进行筛选，将关注点放在可能具有较强走势的股票上，同时限定行业，以控制投资风险。在基本面上，根据行业特点，选择均线条件较好的股票，以获取更为稳定的收益。
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；
- 均线指标具有一定的滞后性，选股结果可能存在一定的滞后；
- 忽略了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：
- 对其他相关技术指标进行筛选，例如RSI、MACD等，寻求多方面的印证，提高选股的准确性；
- 考虑加入板块轮动等因素，以优化选股结果的稳定性；
- 设置严格的风险控制策略，例如适当的分散投资、制定止损点等，可以降低选股结果的风险。
最终的选股逻辑
在元宇宙行业中，选取20日均线大于120日均线的股票，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：20日均线大于120日均线，KDJ金叉
MA(C,20)>MA(C,120) 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：MA(C,20)>MA(C,120) 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) -> List[str]:
df = data[data['INDUSTRY'] == industry]
# 均线
df['MA20'] = df['CLOSE'].rolling(window=20).mean()
df['MA120'] = df['CLOSE'].rolling(window=120).mean()
# 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['MA20'] > df['MA120']]
# 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。
