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，且未清偿可转债简称不可为空的股票。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
本选股策略综合考虑了KDJ和可转债两个因素。KDJ金叉表示当前的买入信号，未清偿可转债简称不可为空则表示该公司存在可转债融资的情况下，抗风险能力可能更强。因此，本选股策略的逻辑是在可转债融资的情况下，寻找成交量相对较大、呈稳健走势、买入信号明显的股票进行买入。
有何风险？
本选股策略存在以下风险：
- 忽略了其他重要的技术指标，如BOLL和MACD，可能影响选股结果；
- 对于过度依赖单一形态的选股策略，会存在较大的风险；
- 可转债融资的情况下，并不一定代表抗风险能力强，也可能存在很大的负债风险。
如何优化？
为提高本选股策略的准确性和稳定性，可以：
- 加入其他具有代表性的技术指标，例如BOLL和MACD，进行多个指标综合筛选；
- 对于可转债这个条件，可以进行更精准的筛选，例如只选取未清偿可转债余额较小的公司，从而可以更好地避免负债风险；
- 可以根据市场实际情况，对于不同的可转债品种和行业进行适当的调整，以提高策略的效果。
最终的选股逻辑
在元宇宙行业中，选取KDJ刚形成金叉，且未清偿可转债简称不可为空的股票。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：KDJ金叉，未清偿可转债简称不可为空
(KDJ(9, 3, 3)上穿KDJ(9, 3, 3)的DEA) AND (未清偿可转债简称 != '')
# 选股结果：选取当日交易的股票
选股条件：(KDJ(9, 3, 3)上穿KDJ(9, 3, 3)的DEA) AND (未清偿可转债简称 != '') 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 talib
import pandas as pd
from typing import List
def select_stocks(data: pd.DataFrame, industry: str) -> List[str]:
df = data[data['INDUSTRY'] == industry]
# KDJ指标
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())
# 风控
select_df = df[(df['KDJ_金叉']) & (df['未清偿可转债简称'] != '') & (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。
