问财量化选股策略逻辑
选股逻辑为：选择换手率在3%-12%之间、今日上涨幅度大于1%（比较同板块的股票涨幅）、KDJ指标的K线增长值为正数的股票。
选股逻辑分析
该选股逻辑在对股票换手率、股价表现和KDJ指标进行综合考虑的基础上，筛选出KDJ指标中的金叉行情，并对价值进行短期评估，选出可能存在反弹或反转的股票。
有何风险？
该选股逻辑仅考虑了单一技术指标的表现，可能存在较大的误差和盲区。同时，KDJ指标的表现存在滞后性，不一定能准确反映短期市场的表现。此外，选出的股票仅基于技术分析，未考虑其他基本面的因素。
如何优化？
可结合其他技术指标进行筛选，同时融入基本面的分析。例如，通过PE、PB等指标对个股的价值进行评估，辅助选股决策。此外，可使用机器学习等算法进行优化和模型拟合，提升选股效果。
最终的选股逻辑
选择换手率在3%-12%之间、今日上涨幅度大于1%（比较同板块的股票涨幅）、KDJ指标的K线增长值为正数的股票。
同花顺指标公式代码参考
SET_GROUP(1);
/* 换手率 3%-12% */
HSL>=3 AND HSL<=12;
/* 今日涨幅 > 1% */
XTBG=FETCH(CLOSE,TODAY,1)/FETCH(CLOSE,TODAY-1,1)-1;
XTBG>1% AND XTBG<100;
/* KDJ中K线增长值为正 */
KDJ_K_GROWTH=TOTAL(K>DAY1(K,1),1)>TOTAL(DAY1(K,1)>DAY1(K,2),1)
AND TOTAL(DAY1(K,1)>DAY1(K,2),1)>TOTAL(DAY2(K,1)>DAY2(K,2),1)
AND TOTAL(DAY2(K,1)>DAY2(K,2),1)>TOTAL(DAY3(K,1)>DAY3(K,2),1)
AND TOTAL(DAY3(K,1)>DAY3(K,2),1)>TOTAL(DAY4(K,1)>DAY4(K,2),1);
KDJ_K_GROWTH;
python代码参考
import baostock as bs
import pandas as pd
from datetime import datetime, timedelta
#### 登陆系统 ####
lg = bs.login()
#### 获取满足条件的股票 #####
rs = bs.query_stock_basic()
stock_list = []
for code in rs.get_row_data():
if code[1] != '1' and code[1] != '0':
continue
if code[2] == '3' or code[2] == '6':
continue
if float(code[5]) < 50 or float(code[5]) > 100:
continue
k_data = bs.query_history_k_data_plus(
code[0], "date,open,high,low,close,volume",
start_date=(datetime.now()-timedelta(days=7)).strftime("%Y-%m-%d"),
end_date=datetime.now().strftime("%Y-%m-%d"), frequency="d", adjustflag="2")
if k_data.data is None or len(k_data.data) == 0 or k_data.error_code != '0':
continue
df_k_data = pd.DataFrame(k_data.data, columns=k_data.fields)
kdj = bs.query_history_k_data_plus(
code[0], "date,k,d,j",
start_date=(datetime.now()-timedelta(days=7)).strftime("%Y-%m-%d"),
end_date=datetime.now().strftime("%Y-%m-%d"), frequency="d", adjustflag="2")
if kdj.data is None or len(kdj.data) == 0 or kdj.error_code != '0':
continue
df_kdj = pd.DataFrame(kdj.data, columns=kdj.fields)
check_point1 = df_k_data.iloc[-1]['close']/df_k_data.iloc[-2]['close'] > 1.01
check_point2 = df_kdj.iloc[-1]['k'] - df_kdj.iloc[-2]['k'] > 0
if check_point1 and check_point2:
data_list = []
data_list.append(code[0])
stock_list.append(data_list)
df = pd.DataFrame(stock_list, columns=['code'])
df_length = len(df)
if df_length > 0:
print(df)
##### 登出系统 #####
bs.logout()
## 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。
