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, 收盘价在Boll(上轨)和Boll(中轨)之间。
选股逻辑分析
该选股策略在流动性、趋势、择时等方面进行选股。流动性方面选出换手率较高的股票，趋势方面通过KDJ指标的金叉确定股票处于上涨趋势，择时方面通过收盘价在Boll(上轨)和Boll(中轨)之间判断股票是否处于上涨状态。
有何风险？
该选股策略在选股逻辑中忽略了企业性质、行业等因素对股票的影响，只从流动性、趋势和择时等角度进行选股，可能会筛选出一些炒作热度高但未来增长潜力较小等风险较高的股票。
如何优化？
该选股策略可以引入更多企业性质、行业、财务数据等方面的指标，如行业龙头、高成长、高股息等多元化企业性质指标，以及净利润增长率、ROE等财务指标，进行多角度全面选股分析，在确保资产安全性的基础上提高资产收益。
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, 收盘价在Boll(上轨)和Boll(中轨)之间。
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 CLOSE > BOLL(20, 2) AND CLOSE < BOLL(20, 3)
python代码参考
import pandas as pd
from pytdx.hq import TdxHq_API
from talib import BBANDS
# 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股财报数据
selected_stocks = []
for code in df_stocks['code']:
stock_k_data = api.get_k_data(code, 'D')
if stock_k_data is not None and len(stock_k_data) > 20 \
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 stock_k_data['close'].iloc[-1] > BBANDS(stock_k_data['close'], timeperiod=20, nbdevup=2)[-1][-1] \
and stock_k_data['close'].iloc[-1] < BBANDS(stock_k_data['close'], timeperiod=20, nbdevup=1)[-1][-1]:
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],
'close': stock_k_data['close'].iloc[-1],
'kdjj': stock_k_data['kdjj'].iloc[-1]})
# 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。
