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，并且昨日竞价换手率大于0.26的标的。
选股逻辑分析
本选股策略同样结合了技术面和基本面。选取KDJ刚刚形成金叉，同时判断昨日竞价换手率，即选取具备技术面和市场基本面支撑的标的。
KDJ指标是一种量化技术指标，可用于判断股票技术面行情走势。当KDJ指标形成金叉，表明市场多方力量占据优势，股票处于上升状态，是买入信号。
昨日竞价换手率高，则表明市场对该股票关注度高。当技术面和市场关注度结合，意味着这个股票可能出现较大的上涨潜力。
有何风险？
本选股策略存在以下风险：
- 在快速变化的市场环境下，昨日竞价换手率可能无法准确反映当日市场情况；
- 忽略了其他可能重要的因素，如财务面指标等。
如何优化？
为提高本选股策略的准确性和多样性，可以：
- 加入财务面指标，如ROE等；
- 结合其他技术指标，如MACD等；
- 优化选股标准，选择更为严格的选股标准。
最终的选股逻辑
在元宇宙行业中选取KDJ刚形成金叉，并且昨日竞价换手率大于0.26的标的。
同花顺指标公式代码参考
选出符合元宇宙行业的股票：INDUSTRY == '元宇宙';
选取KDJ刚形成金叉的股票：KDJ(9, 3, 3, 1)上穿DIF AND KDJ(9, 3, 3, 1)金叉;
选取昨日竞价换手率大于0.26的标的：JLYESTODAYTURN > 0.26;
合并选股条件：
(INDUSTRY=='元宇宙') AND \
(KDJ(9, 3, 3, 1)上穿DIF AND KDJ(9, 3, 3, 1)金叉) AND \
(JLYESTODAYTURN > 0.26);
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]
# 选取KDJ刚形成金叉的股票
df['KDJ_K'], df['KDJ_D'] = 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']]
# 判断昨日竞价换手率
df = df[df['JLYESTODAYTURN']>0.26]
return list(df.index)
## 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。
