(supermind策略)换手率3%-12%、KDJ刚形成金叉、北京A股除外_

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

该选股策略选股逻辑为:换手率3%-12%, KDJ刚形成金叉, 北京A股除外。

选股逻辑分析

该选股策略同样结合了交易活跃性指标和技术面指标,以筛选出符合条件的股票。与上一题不同的是,该选股策略排除了北京地区的A股,避免了政策因素对股票的干扰。同时,该选股策略同样关注技术面指标,筛选出KDJ最近形成金叉的股票,这也反映了投资者对于买入时机的关注。

有何风险?

在选股时,该选股策略同样忽略了企业基本面因素的影响,例如盈利能力等,这可能导致一些业绩良好、但交易不活跃的股票被漏掉。同时,从风险分散角度考虑,只排除北京地区A股可能不够充分,若要更严格排除政策风险,需要综合考虑各个地区的政策因素。

如何优化?

该选股策略可以加入一些基本面指标,例如ROE、市盈率等,综合考虑股票的价值。同时,可以加入风险指标,如波动率,以更全面地评估选股的风险。为了更准确地排除政策风险,除了排除北京地区的A股之外,还可以结合其他政策指标,如所在产业、地区等的政策风险。

最终的选股逻辑

该选股策略选股逻辑为:换手率3%-12%, KDJ刚形成金叉, 北京A股除外,综合考虑基本面指标和风险指标。

同花顺指标公式代码参考

通达信指标代码:

TURNOVER_RATIO>=0.03 AND TURNOVER_RATIO<=0.12 AND KDJ_CROSS(0,1) 
AND NOT (HQ_BEIJING(A)) 

其中,HQ_BEIJING表示股票所在地是否为北京,A表示A股。

python代码参考

import pandas as pd
from pytdx.hq import TdxHq_API

# 创建连接
api = TdxHq_API()
api.connect('119.147.212.81', 7709)

# 所有A股列表
all_stocks = api.get_security_list(0, 0)
df_stocks = pd.DataFrame(all_stocks, columns=['code', 'name', 'market_type', 'exchange_type'])

# 获取A股数据
selected_stocks = []
for code in df_stocks['code']:
    if code.startswith(('00', '60', '30')):
        stock_k_data = api.get_k_data(code, 'D')
        stock_info = api.get_stock_info(1, code)

        if stock_k_data is not None and len(stock_k_data) >= 11 \
                and stock_k_data['turnover_ratio'].quantile(0.7) >= 0.03 \
                and stock_k_data['turnover_ratio'].quantile(0.7) <= 0.12 \
                and stock_k_data['kdjj'].iloc[-2] < stock_k_data['kdjj'].iloc[-1] \
                and not stock_info['HQBEIJING']:
            selected_stocks.append({'code': code, 'name': df_stocks[df_stocks['code'] == code]['name'].values[0],
                                    'market_type': df_stocks[df_stocks['code'] == code]['market_type'].values[0],
                                    'turnover_ratio': stock_k_data['turnover_ratio'].iloc[-1],
                                    'kdjj': stock_k_data['kdjj'].iloc[-1],
                                    'increase_ratio': (stock_k_data['close'].iloc[-1] - stock_k_data['close'].iloc[-2])/stock_k_data['close'].iloc[-2],
                                    'circulating_market_cap': stock_info['CIRCULATING_MARKET_CAP'],
                                    'total_assets': stock_info['TOTAL_ASSETS'],
                                    'total_liabilities': stock_info['TOTAL_LIABILITIES']})

# 断开连接
api.disconnect()
    ## 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