问财量化选股策略逻辑
选股策略为：在元宇宙行业中，同时满足KDJ刚形成金叉和昨天出现在龙虎榜上的股票进行选股。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
本选股策略在元宇宙行业内选取股票，KDJ指标用于判断买点，龙虎榜数据则用于寻找市场热点。同时限制选股时间，可以防止选股结果被非正常交易数据干扰。
有何风险？
本选股策略存在以下风险：
- 忽略了其他重要技术指标，例如BOLL和MACD，可能影响选股结果；
- 过多依赖单一形态的选股策略，可能导致选股结果不稳定；
- 龙虎榜数据存在滞后性，可能造成选取的股票已经失去市场热度；
- 选股时间的设置可能会带来较高的过度拟合风险。
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；
- 对龙虎榜数据进行更深入的分析，例如加入资金流向、参与机构等因素进行筛选；
- 考虑更全面的市场需求，如选择市值和估值均具备收益潜力的板块和股票；
- 对选股时间进行合理的调整，例如动态调整选股时间以适配市场状况；
- 通过样本外测试验证策略的可靠性。
最终的选股逻辑
在元宇宙行业中，同时满足KDJ刚形成金叉和昨天出现在龙虎榜上的股票进行选股。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，昨天出现在龙虎榜上
(KDJ(9, 3, 3)上穿KDJ(9, 3, 3)的DEA) AND DT_IN(dt, -1) AND DT_IN(lhb_dt, -1)
# 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 DT_IN(dt, -1) AND DT_IN(lhb_dt, -1) 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())
# 龙虎榜数据
lhb_df = pd.read_csv('龙虎榜.csv', encoding='gbk')
lhb_df['lhb_dt'] = pd.to_datetime(lhb_df['日期'], format='%Y/%m/%d')
# 选股
select_df = pd.merge(df, lhb_df, how='inner', left_on='DATE', right_on='lhb_dt').drop_duplicates(subset='CODE', keep='first')
select_df = select_df[(select_df['KDJ_金叉']) & (select_df['TRADE_STATUS'] == 1) & (select_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。
