(iwencai量化策略)KDJ刚形成金叉_、集中度70_20%、振幅大于1

用户头像神盾局量子研究部
2023-08-31 发布

问财量化选股策略逻辑

选股逻辑为振幅大于1,集中度70<20%,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

该选股策略主要侧重基于技术指标选择优质股票,振幅较大的股票具有较大的波动性,利于投资者确定更明确的交易策略,同时考虑市场集中度,优先关注被机构资金追捧的股票。在技术面上,通过KDJ指标来判断目前股票处于买入或卖出状态,准确把握买点和卖点。

有何风险?

该选股策略主要风险如下:

  1. 在选股过程中可能会忽略股票的基本面,影响实际收益;
  2. KDJ指标容易受到市场行情影响,出现错误判断,对投资者造成较大影响;
  3. 选股策略基于技术指标,更易出现过于单一、盲目依赖等情况。

如何优化?

为缓解以上风险,可以考虑以下优化措施:

1.在选择股票的过程中,同时关注股票的基本面和技术指标,从而更全面地评估股票价值;
2. 选股过程中,应考虑使用多项技术分析指标来辅助,避免出现单一指标出现错误判断的情况;
3. 参考过往股票数据,根据股票实际交易情况,优化选股策略,提高选股准确性。

最终的选股逻辑

经过优化后,我们得到以下完善版的选股逻辑:

  • 振幅选择在1%-10%之间;
  • 市场集中度在70%-100%之间;
  • KDJ在最近一个交易周期内,刚形成金叉。

注:以上选股逻辑仅供参考,具体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 
    /* 振幅选择在1%-10%之间 */
    (HIGH/LOW - 1) >= 0.01 AND (HIGH/LOW - 1) <= 0.1 AND 
    /* 市场集中度在70%-100%之间 */
    CIRCMARKETVALUE/TOTALMARKETVALUE >= 0.7 AND CIRCMARKETVALUE/TOTALMARKETVALUE <= 1 AND 
    /* KDJ在最近一个交易周期内,刚形成金叉 */
    KDJ(9, 3).K > KDJ(9, 3).D AND REF(KDJ(9, 3).K, 1) <= REF(KDJ(9, 3).D, 1) AND KDJ(9, 3).K > KDJ(9, 3).J
ORDER BY STOCKPREHOT DESC 

python代码参考

以下是选股策略的 Python 代码示例:

import tushare as ts
from datetime import datetime, timedelta

def is_selected(code):
    '''
    判断股票是否符合选股策略
    '''
    # 获取昨天日期
    yesterday = (datetime.now() - timedelta(days=1)).strftime('%Y-%m-%d')
    # 获取股票基本信息和技术指标等数据
    stock_info = ts.get_stock_basics().loc[code]
    # 获取KDJ指标
    kdj = ts.STK_KDJ(code)
    # 判断股票是否符合条件(振幅、市场集中度、KDJ刚形成金叉)
    if 0.01 <= (stock_info['high'] - stock_info['low']) / stock_info['close'] <= 0.1 and \
        0.7 <= (stock_info['circulating_share'] * stock_info['price']) / (stock_info['totals'] * 100000000) <= 1 and \
        kdj.iloc[-1]['k'] > kdj.iloc[-1]['d'] and kdj.iloc[-2]['k'] <= kdj.iloc[-2]['d'] and kdj.iloc[-1]['k'] > kdj.iloc[-1]['j']:
        return True
    return False

# 获取符合选股策略要求的股票列表,并按市值从大到小排序
selected_stocks = ts.get_stock_basics().index[ts.get_stock_basics().apply(is_selected, axis=1)]
selected_stocks = ts.get_realtime_quotes(selected_stocks.tolist()).sort_values('amount', ascending=False)['code'].tolist()

# 根据选股结果进行后续交易操作
for code in selected_stocks:
    pass # 参考其他交易策略

示例代码通过 Tushare 库获取相应的股票数据和技术指标等数据,结合选股逻辑进行筛选和排序,最终得到符合要求的股票列表。在实际交易中,可根据筛选和排序结果进行后续的操作。

    ## 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。
    ![94c5cde12014f99e262a302741275d05.png](http://u.thsi.cn/imgsrc/pefile/94c5cde12014f99e262a302741275d05.png)
收益&风险
源码

评论

需要帮助?

试试AI小助手吧