问财量化选股策略逻辑
选股逻辑为：振幅大于1，剔除昨日涨停，KDJ刚形成金叉。该选股策略旨在寻找所选股票未来波动较大，短期内存在投资机会的股票，并且利用KDJ指标的金叉信号，判断股票处于买入时点。
选股逻辑分析
该选股逻辑结合了股票的涨跌幅度和技术面指标，可以过滤掉昨日涨停和未出现金叉的股票，使得入选的股票波动幅度较大，并处于技术面买入信号的时间段，更有投资机会。
有何风险？
该选股逻辑可能存在以下风险：
-
只考虑股票价格的波动幅度和KDJ指标，忽略了公司的基本面情况，可能会忽略潜在的风险。
-
过度依赖技术面指标，可能导致选股策略具有局限性，排除了其他可能的股票。
如何优化？
以下是对该选股逻辑的优化建议：
-
在选股时综合考虑股票的基本面指标，如市盈率、市净率等，以及公司的行业前景等非技术面指标，更全面的考察股票的价值。
-
考虑排除那些存在潜在风险的股票，如金融类股票在经历大事件后可能会出现利益冲突，或存在严重的不良贷款等情况。
最终的选股逻辑
选股策略为：振幅大于1，剔除昨日涨停，KDJ刚形成金叉，选择市盈率低于同行业平均值的股票。同时，增加排除金融类股票的条件。
同花顺指标公式代码参考
通达信指标公式：
(TR / REF(CLOSE,1)) > 0.01 AND NOT(LIMIT) AND GOLDKDJ(9,3,3) = 1 AND PE < (SELECT AVG(PE) FROM PE_INDICS WHERE CON_SECTORCODE = '02') AND CON_SECTORCODE <> '02'
Python代码参考
from gm.api import *
set_token('your_token_here')
start_date = '2019-01-01'
end_date = '2022-01-01'
industry_pe = get_fundamentals(table='PE_INDICS', date=trade_days(-1)[-1], symbols='SHSE.000300')['pe'].mean()
symbols_selected = []
for symbol in symbols:
df = history(symbol=symbol, frequency='1d', start_time=start_date, end_time=end_date, fields='open,close,high,low')
kdj_signal = TA.KDJ(df, 9, 3, 3)['k'].iloc[-1] > TA.KDJ(df, 9, 3, 3)['d'].iloc[-1] > TA.KDJ(df, 9, 3, 3)['j'].iloc[-1]
# 判断标的股票是否符合要求
if ((df['high'].iloc[-1] - df['low'].iloc[-1]) / df['close'].iloc[-1] > 0.01) and (
df['limit'].iloc[-1] == False) and (kdj_signal) and (
get_fundamentals(table='indicator', date=trade_days(-1)[-1], symbols=symbol)['pe'][0] < industry_pe) and (
get_fundamentals(table='stock_tag',date=trade_days(-1)[-1],symbols=symbol)['sector_code'][0] != '02'):
symbols_selected.append(symbol.replace('XSHE', 'SZSE'))
# 根据选股结果进行交易
for symbol in symbols_selected[:10]:
order_target_percent(symbol=symbol, percent=0.1, side=OrderSide_Buy, order_type=OrderType_Market, position_effect=PositionEffect_Open)
以上代码为选股逻辑为振幅大于1，剔除昨日涨停，KDJ刚形成金叉，选择市盈率低于同行业平均值，排除金融类股票的代码。根据优化建议加入了股票基本面指标的考量，同时排除了可能存在风险的金融类股票，降低了选股策略的风险。为方便操作，增加了根据选股结果进行交易的功能。
## 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。
