问财量化选股策略逻辑
选股逻辑为振幅大于1，20日均线大于120日均线，KDJ刚形成金叉。将选股逻辑作为第一个段落放入标题为 ## 问财量化选股策略逻辑 的段落中。
选股逻辑分析
该选股策略基于以下几个条件来筛选股票：
- 振幅大于1，说明该股票存在较大波动性，有更高的交易机会；
- 20日均线大于120日均线，说明该股票处于上涨趋势；
- KDJ刚形成金叉，说明该股票处于短期上涨阶段。
有何风险？
该选股逻辑可能存在以下风险：
- 过度关注于短期技术指标，而忽略公司的基本面因素；
- KDJ的金叉并不一定代表该股票会一直上涨，可能会出现反转。
如何优化？
为降低以上可能产生的风险，可以考虑以下优化措施：
- 在研究股票趋势的基础上，综合考虑公司基本面和产业前景，进行综合分析；
- 增加选股条件，例如可加入市值、股息性质等指标；
- 对KDJ的金叉进行严格的筛选和判断，同时结合其他技术指标进行综合判断，从而避免盲目追涨杀跌的情况。
最终的选股逻辑
经过上述优化，得到以下完善版的选股策略：
- 振幅大于1，20日均线大于120日均线；
- KDJ的金叉刚形成；
- 在考虑公司基本面时，综合考虑财务状况、产业前景等因素；
- 筛选掉市值、股息性质不符合预期的股票。
注：以上选股策略仅供参考，具体可以根据实际需求和风险承受能力进行调整。
同花顺指标公式代码参考
以下是同花顺的相关代码：
/* 将具体选股条件填充至筛选公式中 */
SELECT
/* 振幅大于1，20日均线大于120日均线，KDJ刚形成金叉 */
(HIGH-LOW)/REF(CLOSE,1)*100 >= 1 AND MA(CLOSE,20) > MA(CLOSE,120)
AND GOLDEN_CROSS(KDJ(9,3,3)) > 0
AND "股票名称" = "xxxx" AND "市场类型" IN ('沪A', '深A')
LIMIT 10
注：以上代码需要在同花顺的选股界面中进行填充，其中MA、REF、CLOSE、GOLDEN_CROSS、KDJ、股票名称、市场类型为同花顺自带的技术指标，具体使用方法可以参考同花顺的使用说明。
python代码参考
以下是python代码的参考：
import baostock as bs
import talib
import pandas as pd
from datetime import datetime, timedelta
def stock_selection():
#### 登陆系统 ####
lg = bs.login()
#### 获取股票基本信息 ####
rs_basic_info = bs.query_stock_basic()
#### 获取行情数据 ####
selected_code = []
for code in rs_basic_info[(rs_basic_info['marketType']=='沪A') | (rs_basic_info['marketType']=='深A')]['code'].tolist():
rs_data = bs.query_history_k_data_plus(code, "code,open,high,low,close,volume,turn",
start_date=(datetime.now() - timedelta(days=120)).strftime('%Y-%m-%d'),
end_date=datetime.now().strftime('%Y-%m-%d'),
frequency="d", adjustflag="3")
data = rs_data.get_data()
if len(data) == 0 or len(data) < 10:
continue
K, D = talib.STOCH(data['high'].values, data['low'].values, data['close'].values,
fastk_period=9, slowk_period=3, slowk_matype=0, slowd_period=3, slowd_matype=0)
if [条件] and \
K[-1] > D[-1] and K[-2] < D[-2] and \
data['close'].iloc[-1] > 100 and data['volume'].iloc[-2] > 0 and \
(data['close'].iloc[-1] - data['close'].iloc[-2])/data['close'].iloc[-2] > 0:
total_mv = float(rs_basic_info[rs_basic_info['code']==code]['total_mv'])
if total_mv > 10000000000:
selected_code.append(code)
#### 登出系统 ####
bs.logout()
return selected_code
注：以上python代码需要安装baostock、pandas、talib等库，仅供参考，具体根据实际需求和风险承受能力进行调整。
## 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。
