问财量化选股策略逻辑
该选股策略选股逻辑为：选择换手率在3%-12%、上市年份为2021年，并且当天KDJ指标刚形成金叉的股票。
选股逻辑分析
该选股策略在前一选股逻辑的基础上，增加了技术指标KDJ。KDJ指标是技术分析中的常用指标之一，通过分析股票价格趋势的变化以及价格波动幅度大小，判断股票价格的变化趋势，进而指导投资者的买卖行为。本策略在选股的同时根据KDJ指标判断即将进入上涨周期，增加了选股的可靠性。
有何风险？
该选股策略存在以下风险：1、市场波动性较大，过于依赖技术指标可能会失去更多的机会；2、技术指标出现滞后性，选股时需要综合考虑多种技术指标；3、忽略其他重要因素的影响，如公司基本面和市场整体趋势等，选股效果可能不稳定；4、KDJ指标并非适用于所有股票，如少量新股无法进行有效计算。
如何优化？
可以考虑选择多个技术指标，包括MACD、RSI等指标，同时结合公司基本面进行选股，提高选股策略的适应性和稳定性。此外，加入机器学习等人工智能算法对选股策略进行训练和优化，更加准确地指导选股。
最终的选股逻辑
选择换手率在3%-12%、上市年份为2021年，并且当天KDJ指标刚形成金叉的股票。
同花顺指标公式代码参考
CXBZ=="" AND DATE=当日 AND (TURN>3 AND TURN<12) AND IPO_YEAR==2021 AND KDJ金叉
Python代码参考
import pandas as pd
import datetime
from pytdx.hq import TdxHq_API
from pytdx.util.best_ip import select_best_ip
# 初始化TdxHq_API()并获取最优IP
api = TdxHq_API()
ip = select_best_ip('tdx')
def get_stock_list(api):
# 遍历股票市场获取所有股票
dataList = []
for market in [0, 1]:
stock_list = api.get_security_list(market, 0)
results = [(stock['code'], pd.Timestamp(stock['ipo_date']).year, stock['ipo_year'], stock['ipo_price'],
stock['ipo_amount'], stock['ltgb'], stock['zy'], stock['zql'], stock['cxbz'], stock['lhb']) for stock in stock_list if
stock['code'][0] in ['0', '3'] and stock['market'] == 0 and stock['ipo_year'] == 2021]
dataList += results
return pd.DataFrame(dataList, columns=['stock_code', 'ipo_date', 'ipo_year', 'ipo_price', 'ipo_amount', 'ltgb', 'zy', 'zql', 'cxbz', 'lhb'])
def calc_kdj(api, code):
# 计算KDJ指标
data = api.get_security_bars(9, 0, code, 0, 100)
if len(data) == 9:
low_list = data['low']
high_list = data['high']
close_list = data['close']
low_min = low_list.min()
high_max = high_list.max()
rsv = (close_list[-1] - low_min) / (high_max - low_min) * 100
kdj_k = 2 / 3 * 50 + 1 / 3 * rsv
kdj_d = 2 / 3 * kdj_k + 1 / 3 * 50
kdj_j = 3 * kdj_k - 2 * kdj_d
return kdj_k, kdj_d, kdj_j
return None, None, None
def get_matched_stocks(api, stock_list):
# 筛选出符合条件的股票
today = datetime.datetime.today().strftime('%Y%m%d')
condition1 = (stock_list['zql'] >= 3) & (stock_list['zql'] <= 12)
condition2 = stock_list['ipo_year'] == 2021
matched_stocks = []
for code in stock_list[condition1 & condition2]['stock_code'].tolist():
kdj_k, kdj_d, kdj_j = calc_kdj(api, code)
if kdj_d > kdj_k and kdj_k > kdj_j:
matched_stocks.append(code)
return matched_stocks
#获取股票列表
stock_list = get_stock_list(api)
#筛选符合条件的股票
matched_stocks = get_matched_stocks(api, stock_list)
#输出结果
print('下列股票符合选股策略：')
print(matched_stocks)
## 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。
