问财量化选股策略逻辑
本股票选股策略为：在元宇宙行业中，选择前25天有涨停板并且KDJ指标刚形成金叉的标的，以寻找具备一定上涨空间的品种。
选股条件为：元宇宙、前25天有涨停板、KDJ指标刚形成金叉。
选股逻辑分析
本选股策略的思路是：选择在元宇宙行业中具备一定上涨空间，并具有一定短期走势可期的标的。通过前25天是否有涨停板和KDJ指标的金叉状态筛选出具备短期上涨潜力的标的。这种选股策略注重股票的短期走势与技术面指标，适合短线交易者和追涨型投资者。
有何风险？
本选股策略存在以下风险：
- 忽略了股票的基本面和未来发展潜力；
- KDJ指标的金叉状态可能会出现虚假信号，筛选结果可能会有误；
- 忽略了其他技术指标如MACD、RSI等，造成了选股深度不足。
如何优化？
为进一步提升本选股策略的准确性和稳定性，可以：
- 综合应用基本面和多种技术指标，通过多因素模型选股，实现更加精准的选取；
- 加入其它指标如MACD、RSI等，并慎重比对选择最佳指标；
- 市场风险控制，控制仓位和风险，进行科学投资。
最终的选股逻辑
在元宇宙行业中，选择前25天有涨停板并且KDJ指标刚形成金叉的标的，以寻找具备较强上涨潜力的品种。
选股条件为：元宇宙、前25天有涨停板、KDJ指标刚形成金叉。
同花顺指标公式代码参考
选股条件：前25天有涨停板 & KDJ指标刚形成金叉
TDX公式：
C1: CROSS(KDJ_J, KDJ_K) AND REF(CROSS(KDJ_J, KDJ_K), 1)=0;
C2: CROSSCOUNT(ZT>0, C) > 0;
SELECT IF(C1 AND C2, 1, 0);
同花顺公式：
前25天有涨停板 AND KDJ指标金叉
python代码参考
import pandas as pd
from typing import List
import talib
def select_stocks(data: pd.DataFrame, days_before: int) -> List[str]:
df = data.copy()
today = df.index.get_level_values('date').unique()[-1]
codes = df.loc[today].index.unique().tolist()
select_df = []
for code in codes:
his_df = df.loc[df.index.get_level_values('code') == code]
zt_days = his_df['涨停板'].rolling(window=days_before).sum().iloc[-1]
if zt_days > 0:
kdj = talib.STOCH(his_df['最高价'], his_df['最低价'], his_df['收盘价'], fastk_period=9, slowk_period=3, slowd_period=3)
_, _, K, D = kdj
if K[-1] > D[-1] and K[-2] < D[-2]:
select_df.append(code)
select_df.sort(key=lambda x: df.loc[(today, x), '总市值'], reverse=False)
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。
