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，并且流通市值在50-100亿之间的股票。
选股逻辑分析
本选股策略同时考虑了技术面和基本面因素。选取了KDJ指标作为技术面的指标，并通过限定流通市值的范围，进行了基本面的筛选。
有何风险？
本选股策略存在以下风险：
- 流通市值在50-100亿之间的标准可能过于苛刻，精选标的可能偏少；
- 排除未来信息，盈利和风险都比较高。
如何优化？
为提高本选股策略的准确性，可以：
- 引入其他技术指标，如MACD等，进行综合分析，提高选股策略鲁棒性；
- 引入其他基本面指标，如PE等，进行综合分析，提高选股标的全面性；
- 加入其他变量，如行业排名等，综合评估选股标的，提高选股准确率；
- 引入量化研究的思想和方法，提高选股策略的可靠性。
最终的选股逻辑
在元宇宙行业中选取KDJ刚形成金叉，并且流通市值在50-100亿之间的股票。
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金叉，且流通市值在50-100亿之间的股票
INDUSTRY == "元宇宙" AND KDJ(9,3,3)上穿KDJ(9,3,3)的DEA AND KDJ(9,3,3)金叉 AND FMCAP >= 5000000000 AND FMCAP <= 10000000000 AND SGN > 0
# 选股结果
选股条件: INDUSTRY == "元宇宙" AND KDJ(9,3,3)上穿KDJ(9,3,3)的DEA AND KDJ(9,3,3)金叉 AND FMCAP >= 5000000000 AND FMCAP <=10000000000 AND SGN > 0;
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, min_fmc: int, max_fmc: int) -> List[str]:
df = data[data['INDUSTRY'] == industry]
# 选取KDJ刚形成金叉的股票
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())
df = df[df['KDJ_金叉']]
# 选取流通市值在50-100亿的股票
df = df[(df['FMCAP'] >= min_fmc) & (df['FMCAP'] <= max_fmc)]
select_df = df.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。
