问财量化选股策略逻辑
选股逻辑为：RSI小于65、振幅大于1、KDJ刚形成金叉。该选股策略旨在寻找具备一定技术支撑的短期股票。
选股逻辑分析
该选股策略将RSI指标用来判断价格波动的强弱及超买超卖的程度，振幅指标用来反映股票市场需求的增长与衰退，KDJ指标用来判断股票的买入卖出信号，即金叉和死叉。通过以上指标选股可以寻找具备一定技术支撑的短期股票。
有何风险？
该选股策略存在以下风险：
- RSI指标过于短期，可能忽略了股票的长期价值；
- 忽略资金面因素，如市场信心等；
- 对KDJ指标金叉的判断存在滞后性。
如何优化？
为了提升该选股策略的选股准确性，建议：
- 可以加入更多的指标，如MACD、趋势线等，以综合判断股票的市场情况和股票价值；
- 应该同时考虑资金面因素，如市场情绪等，以确保整体市场趋势的判断；
- 应该对KDJ指标进行进一步的参数优化和指标组合，以提升金叉和死叉信号的准确性。
最终的选股逻辑
选股条件：RSI小于65、振幅大于1、KDJ刚形成金叉。该选股策略旨在寻找具备一定技术支撑的短期股票。
同花顺指标公式代码参考
在当前逻辑中，可以采用以下通达信指标：
RSI指标：RSI(6)
KDJ指标：KDJ(9,3,3)
其他指标同前选股策略。
python代码参考
以下是python代码实现该选股逻辑（使用Tushare库）：
import tushare as ts
# 获取股票代码列表
stocks = ts.get_stock_basics().index.tolist()
# 定义选股条件
kdj_golden_cross = lambda stock: ts.get_k_data(stock)['kdj_j'][0]>ts.get_k_data(stock)['kdj_j'][1] and ts.get_k_data(stock)['kdj_j'][1]<ts.get_k_data(stock)['kdj_j'][2]
ma10 = lambda stock: (ts.get_hist_data(stock)['open'][0]>ts.get_hist_data(stock)['ma10'][0]*0.9
and ts.get_hist_data(stock)['open'][0]<ts.get_hist_data(stock)['ma10'][0]*1.1
)
condition = lambda stock: (ts.get_hist_data(stock)['rsi'][0]<65
and ts.get_hist_data(stock)['high'][0]-ts.get_hist_data(stock)['low'][0]>ts.get_hist_data(stock)['close'][0]*0.01
and kdj_golden_cross(stock)
and ma10(stock)
)
# 筛选符合条件的股票
selected_stocks = filter(condition, stocks)
# 输出符合条件的股票代码和名称
for stock in selected_stocks:
print(stock, ts.get_stock_basics().loc[stock]['name'])
## 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。
