问财量化选股策略逻辑
选股逻辑为 MACD 零轴以上，按个股热度从大到小排序名，并筛选出 KDJ 刚形成金叉的股票。选股时间为每日开盘后进行。
选股逻辑分析
此选股逻辑基于 MACD 和个股热度的选股逻辑基础上，加入了 KDJ 技术指标。KDJ 指标是一种常用于股票选股分析的技术指标，能够有效地识别当前股票的买卖信号。KDJ中，金叉代表着买入信号，符合选股买入的条件。
有何风险？
- KDJ不是绝对可靠的选股指标之一，需要结合其他技术指标一起来使用，来辅助决策。
- 忽略了公司的质地和估值等因素，可能风险较高。
- 缺乏充分的实践和数据验证，结果不够稳定。
如何优化？
- 加入更全面、科学、合理的选股指标和方法，以提高选股成功率。
- 根据股票的不同特点，适当调整收益率、成交量、资金流等条件。
- 进一步细化选股逻辑，将其他技术指标去除噪音，提高筛选结果的稳定性。
最终的选股逻辑
选股逻辑为 MACD 零轴以上，按个股热度从大到小排序名，并筛选出 KDJ 刚形成金叉的股票。应用以上逻辑进行股票选股。
同花顺指标公式代码参考
以下是通达信的 KDJ 指标公式：
RSV:=(CLOSE-LLV(LOW,N))/(HHV(HIGH,N)-LLV(LOW,N))*100;
K:SMA(RSV,M1,1);
D:SMA(K,M2,1);
J:3*K-2*D;
通达信没有涵盖到 MACD 和个股热度指标，需要自行添加。
Python代码参考
以下是 Python 的选股筛选代码，仅供参考：
import akshare as ak
import pandas as pd
from pyecharts.charts import Line
data_stock_price = ak.stock_zh_a_daily(symbol="sh601988") # 获取股票数据，注意需要日线数据
macd = pd.Series(data_stock_price['close']).ewm(12).mean() - pd.Series(data_stock_price['close']).ewm(26).mean()
kdj = KDJ(data_stock_price['close'], 9, 3, 3)
result_filtered = data_stock_price[(macd > 0) & (data_stock_price['热度'] > 0.5) & (pd.Series(kdj['K'][-2:]) < pd.Series(kdj['D'][-2:])) & (kdj['K'][-1] >= kdj['D'][-1])] # 筛选KDJ刚形成金叉的股票
result_sorted = result_filtered.sort_values(by='turnover_rate', ascending=False)
result_top = result_sorted.sort_values(by='热度', ascending=False).iloc[:100] # 选取前100条数据作为筛选结果
注：由于 KDJ 函数是自行编写的，因此代码中并没有给出函数的具体实现。
## 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。
