问财量化选股策略逻辑
选股策略为：在元宇宙行业中选取涨停天数大于2，并且KDJ刚形成金叉的股票。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
本选股策略把重点放在涨停股上，对前期市场情绪较为热烈的股票进行筛选，并且将近期的技术走势纳入考量，选取KDJ金叉的股票。相较于使用单一指标进行选股，该策略增加了涨停天数这一选股条件，对股票的趋势把握更全面，筛选出的股票更容易有较好的短期涨势。
有何风险？
本选股策略存在以下风险：
- 股票一段时间的涨停情况不足以代表其后续的涨势；
- 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；
- 选股结果可能受到市场炒作、舆情等因素的影响，导致选股结果产生较大的波动。
如何优化？
为提高本选股策略的准确性和鲁棒性，可以：
- 综合考虑市场基本面因素，例如行业发展趋势、政策变化等，以确定有较好潜力的股票，以提高选股准确性；
- 考虑加入其他有代表性的技术指标，例如MACD、RSI等，以多方面的印证选股结果；
- 对选股结果进行风险评估，制定适当的风险控制策略，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，选取涨停天数大于2，并且KDJ刚形成金叉的股票。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：涨停天数大于2，KDJ金叉
COUNT(T>0,10)>2 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：COUNT(T>0,10)>2 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())
# 风险控制
df['涨停天数'] = df['CHANGE_RATIO'].rolling(window=1).apply(lambda x: (x >= 9.5).sum())
select_df = df[(df['涨停天数'] > 2) & (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。
