(supermind策略)换手率3%-12%、10日涨幅大于0小于35、kdj(k)增长值

用户头像神盾局量子研究部
2023-08-30 发布

问财量化选股策略逻辑

选股逻辑为:在换手率为3%-12%、10日涨幅大于0小于35、KDJ指标中的K线增长值等于正数情况下,选择股票进行选股。

选股逻辑分析

该选股逻辑在满足交易活跃度和涨跌幅条件基础上,在技术面上考虑了KDJ指标上K线的增长情况,筛选出近期K线处于上升状态的股票,可以更加精准地选到有潜力的股票。

有何风险?

在单一指标的情况下,很容易被市场短期的波动干扰,不能完全反映出公司的基本面和整个市场的投资情况,存在较大的风险。

如何优化?

相比于单一指标,可以综合多个因素进行选股,包括股票的市值、市盈率、股东持股、ROE等基本面指标,行业市场情况等,从多个维度评估股票的优劣。同时,在优化选股策略时,可以增加一些情形化的投资策略,比如在低点介入、波段操作等,以减小风险。

最终的选股逻辑

在换手率为3%-12%、10日涨幅大于0小于35、KDJ指标中K线增长值为正数的条件下,筛选出符合条件的标的,并综合公司基本面和行业市场情况等进行多维度评估,减小风险,提高收益。

同花顺指标公式代码参考

使用通达信实现该选股策略的条件如下:(HS300 MAIN AND TURNOVER > 0.03 AND TURNOVER < 0.12 AND KDJ(K,30,60,20) > REF(KDJ(K,30,60,20),1))

其中HS300 MAIN表示选择主板股票,TURNOVER表示换手率,KDJ(K,30,60,20)表示KDJ指标中的K线,REF(KDJ(K,30,60,20),1)表示前一天的K线值。

Python代码参考

import pandas as pd
import tushare as ts

# 获取符合条件的股票列表
def get_good_stocks(pro):
    good_list = []

    # 调用Tushare接口获取所有股票数据
    data = pro.stock_basic(exchange='', list_status='L')

    # 匹配符合条件的股票
    for i in range(len(data)):
        ts_code = data.iloc[i]['ts_code']
        daily_info = pro.daily(ts_code=ts_code, start_date='20210901', end_date='20211022')
        if len(daily_info) >= 10:
            if daily_info['pct_chg'].iloc[-1] > 0 and 0 < daily_info['pct_chg'].iloc[-10:].mean() < 35:
                kdj_k = pro.kdj(ts_code=ts_code, start_date='20211005', end_date='20211022')['k'].iloc[-1]
                kdj_k_diff = kdj_k - pro.kdj(ts_code=ts_code, start_date='20211004', end_date='20211021')['k'].iloc[-1]
                if kdj_k_diff > 0:
                    good_list.append(ts_code)

    return good_list

# 获取所有符合条件的股票
token = "your token"
pro = ts.pro_api(token)
good_stocks = get_good_stocks(pro)

# 计算符合条件的股票的市值和涨幅
result = []
for stock_code in good_stocks:
    daily_data = pro.daily(ts_code=stock_code, start_date='20211022', end_date='20211022')
    result.append([stock_code, daily_data.iloc[-1]['market_cap'], (daily_data.iloc[-1]['close'] / daily_data.iloc[0]['close']) - 1, daily_data.iloc[-1]['pct_chg']])

# 排序,输出结果
df = pd.DataFrame(result, columns=['stock_code', 'market_cap', 'increase_rate', 'today_increase'])
df = df.sort_values(by='increase_rate', ascending=False)
print(df.head(10))
    ## 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。
    ![94c5cde12014f99e262a302741275d05.png](http://u.thsi.cn/imgsrc/pefile/94c5cde12014f99e262a302741275d05.png)
收益&风险
源码

评论