(supermind量化策略)task14/a/元宇宙、KDJ刚形成金叉、连续3天以上大单

用户头像神盾局量子研究部
2023-08-30 发布

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,并且连续3天以上大单净量大于0.05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,筛选出连续大单净量买入的股票,以提高选股准确性和安全性。

有何风险?

本选股策略存在以下风险:

  1. 所选条件忽略了公司基本面的要素,可能出现数据不全或失误导致的误判;
  2. 在实际执行时,连续3天大单净量大于0.05的股票可能出现严重的流动性风险;
  3. 只考虑了一天的交易情况,选股结果具有一定的随机性。

如何优化?

为提高本选股策略的准确性和鲁棒性,可以:

  1. 加入一些基本面分析,比如已披露的业绩、竞争环境等信息,以更全面的分析股票;
  2. 设置止损点,以控制连续大单净量买入的股票在实际操作中的风险;
  3. 延长选股时间周期,通过长期分析,排除一天内的波动性。

最终的选股逻辑

在元宇宙行业中选取KDJ刚形成金叉,并且连续3天以上大单净量大于0.05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,并且连续3天以上大单净量大于0.05的股票
INDUSTRY == '元宇宙' AND KDJ(9,3,3)上穿KDJ(9,3,3)的DEA AND (C/REF(C,1)-1)*V/10000>0.05 
AND (C/REF(C,1)-1)*V/10000*SGN(REF(C/REF(C,1)-1,1)*SGN((C/REF(C,1)-1)*V/10000)) + (C/REF(C,2)-1)*V/10000*SGN(REF(C/REF(C,2)-1,1)*SGN((C/REF(C,2)-1)*V/10000))+(C/REF(C,3)-1)*V/10000*SGN(REF(C/REF(C,3)-1,1)*SGN((C/REF(C,3)-1)*V/10000))>0.05

# 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 (C/REF(C,1)-1)*V/10000>0.05 
AND (C/REF(C,1)-1)*V/10000*SGN(REF(C/REF(C,1)-1,1)*SGN((C/REF(C,1)-1)*V/10000)) + (C/REF(C,2)-1)*V/10000*SGN(REF(C/REF(C,2)-1,1)*SGN((C/REF(C,2)-1)*V/10000))+(C/REF(C,3)-1)*V/10000*SGN(REF(C/REF(C,3)-1,1)*SGN((C/REF(C,3)-1)*V/10000))>0.05
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())
    # 大单净量
    df['大单净量'] = (df['CLOSE'] / df['CLOSE'].shift(1) - 1) * df['VOLUME'] / 10000
    df['3天大单净量'] = df['大单净量'] + df['大单净量'].shift(1) + df['大单净量'].shift(2)
    df['连续3天大单净量'] = df['3天大单净量'] > 0.15
    select_df = df[df['KDJ_金叉'] & df['连续3天大单净量']].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。
    ![94c5cde12014f99e262a302741275d05.png](http://u.thsi.cn/imgsrc/pefile/94c5cde12014f99e262a302741275d05.png)
收益&风险
源码

评论