问财量化选股策略逻辑
选股逻辑为：振幅大于1、流通市值大于100亿元、KDJ指标刚形成金叉的个股。该选股策略旨在从市值大、波动性较高、技术面良好的个股中筛选出具有较高投资价值的企业。
选股逻辑分析
该选股逻辑主要侧重于技术面，结合股价波动性以及基本面市值进行筛选。KDJ指标是一种常用于分析股票短期价格走势的技术指标，其金叉出现代表着股票将很有可能看涨，因此选出这样的股票有较高的投资价值。
有何风险？
该选股逻辑存在以下风险：一是技术指标并不能完全预测未来的走势，因此选股结果并不一定能得到准确的盈利；二是只考虑单一的技术因素而忽略了基本面等其他重要因素，导致选股结果不全面。因此，在实际应用中，应该将技术分析与基本面分析综合考虑，以求得准确的选股结果。
如何优化？
为优化该选股逻辑，可以引入更为准确的技术指标如MACD、RSI等，从多个角度考虑技术面，以提高选股结果的准确性。此外，可以对选股结果进行风险控制，如设定止盈止损，规避可能的风险。
最终的选股逻辑
选股逻辑为：振幅大于1、流通市值大于100亿元、KDJ指标刚形成金叉的个股。该选股策略综合考虑了市值规模、个股波动性、技术面，以期从中挑选出具有较高投资价值的企业。
同花顺指标公式代码参考
CIRC_MARKET_CAP>=100 AND Ref(HIGH/LOW, 1)>1 AND CROSS(J, K) AND C < REF(REF(C,1), 1) AND REF(C,1) > REF(REF(C,2), 1)
其中，CIRC_MARKET_CAP表示流通市值，Ref(HIGH/LOW, 1)表示昨日的振幅，CROSS(J, K)表示KDJ指标的金叉信号，C < REF(REF(C,1), 1) AND REF(C,1) > REF(REF(C,2), 1)表示股票当前价格在短期内处于一定下跌趋势。未来可以根据实际情况对选股因素进行进一步优化。
Python代码参考
import tushare as ts
def get_selected_stocks():
pro = ts.pro_api()
selected_stocks = []
for ts_code in pro.stock_basic(exchange='', list_status='L', fields='ts_code,circ_mv').ts_code:
stock_data = pro.query('stock_basic', ts_code=ts_code)
if stock_data.iloc[0]['circulating_market_cap'] < 100:
continue
# 判断振幅是否符合条件
daily_data = pro.daily(ts_code=ts_code, start_date='', end_date='', fields='trade_date, open, high, low, close, volume, pct_chg')
if len(daily_data) == 0:
continue
amplitude = max(daily_data['close'] / daily_data['pre_close'] - 1, daily_data['pre_close'] / daily_data['close'] - 1)
if amplitude <= 1:
continue
# 判断KDJ是否符合条件
kdj_data = pro.query('daily_basic', ts_code=ts_code, start_date='', end_date='', fields='ts_code, trade_date, kdjj, kdjd, kdjk')
if len(kdj_data) == 0:
continue
if kdj_data.iloc[-1]['kdjj'] < kdj_data.iloc[-1]['kdjk'] or kdj_data.iloc[-1]['kdjj'] < kdj_data.iloc[-1]['kdjd']:
continue
if kdj_data.iloc[-2]['close'] <= kdj_data.iloc[-1]['close'] or kdj_data.iloc[-3]['close'] > kdj_data.iloc[-2]['close']:
continue
selected_stocks.append(ts_code)
return selected_stocks
## 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。
