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，流通市值大于100亿元。
选股逻辑分析
该选股策略选出换手率适中，且同时满足流通市值大于100亿元的股票，以保证选股股票具有足够的流动性和市值，并且通过KDJ指标的金叉来确定股票处于上涨趋势。
有何风险？
该选股策略仅考虑了流动性和趋势等技术指标以及市值等财务指标，可能会忽略一些业绩、盈利等基本面因素，导致选择的股票不具备长期投资价值。
如何优化？
该选股策略可以引入更多基本面指标，如股息率、roe、peg等，来衡量股票的价值投资潜力，相对尽可能完整地进行选股分析。同时，应该加入量价分析，以保证选股质量。
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，流通市值大于100亿元。
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 CIRC_MARKET_VAL >= 10000000000 AND KDJ_CROSS(0,1)
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']:
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 df_stocks[df_stocks['code'] == code]['name'].values[0] != '' \
and stock_k_data['circ_market_val'].iloc[-1] >= 10000000000 \
and stock_k_data['kdjj'].iloc[-2] < stock_k_data['kdjj'].iloc[-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],
'kdjj': stock_k_data['kdjj'].iloc[-1],
'circ_market_val': stock_k_data['circ_market_val'].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。
