问财量化选股策略逻辑
该选股策略包括三个条件：
- 振幅大于1
- 今日最低价小于昨日最低价
- KDJ（K值）增长值
选股逻辑分析
该策略同样主要从技术面出发，振幅大于1表明市场对该股票的波动有所期待，今日最低价小于昨日最低价表明股价处于上升趋势；KDJ指标是一种技术分析工具，由% K线（快速线）、% D线（慢速线）和J线（随机值）三条线到图表中，可以用来判断趋势和超买/超卖现象。在此选股逻辑上，选用增长值作为参考，表示K值在上升趋势中。
有何风险？
该策略同样忽略了公司的基本面因素和其他市场因素，需要注意其风险。同时，KDJ指标的选择过程中，可能存在在假阳谷或假阴峰等虚假信号。
如何优化？
在技术面上，可以加入其他指标，如MACD，RSI等技术指标，构建更为全面的选股策略。在基本面考虑上，可以加入EPS，ROE等指标。
最终的选股逻辑
基于以上分析，最终的选股逻辑如下：
- 振幅大于1，市场对股价波动大的股票更感兴趣。
- 今日最低价小于昨日最低价，表明股价上升趋势已经明显。
- KDJ（K值）增长值，表示K值在上升趋势中。
同花顺指标公式代码参考
- 振幅大于1：amplitude > 1
- 今日最低价小于昨日最低价：low < ref(low, 1)
- KDJ（K值）增长值：(K - ref(K, 1)) / ref(K, 1) > 0.02
python代码参考
import pandas as pd
import tushare as ts
import time
df = ts.get_today_all()
df = df.dropna()
def get_kdj(code):
try:
bars = ts.get_k_data(code, start='20200101')
low_list = bars['low'].rolling(window=9, min_periods=9).min()
low_list.fillna(value=bars['low'].expanding().min(), inplace=True)
high_list = bars['high'].rolling(window=9, min_periods=9).max()
high_list.fillna(value=bars['high'].expanding().max(), inplace=True)
rsv = (bars['close'] - low_list) / (high_list - low_list) * 100
bars['k'] = pd.Series(rsv).rolling(window=3).mean()
bars['d'] = bars['k'].rolling(window=3).mean()
bars['j'] = 3 * bars['k'] - 2 * bars['d']
return bars.iloc[-1]['k']
except Exception as e:
print(e)
return 0
df['condition1'] = df['amplitude'] > 1
df['condition2'] = df['low'] < df['low'].shift(1)
df['condition3'] = (df.apply(lambda x: (get_kdj(x['code']) - ref(get_kdj(x['code']), 1)) / ref(get_kdj(x['code']), 1) > 0.02 if x['price'] > 0 else False, axis=1))
df = df[df['condition1'] & df['condition2'] & df['condition3']]
codes = df['code'].tolist()
result = pd.DataFrame()
for code in codes:
bars = ts.get_realtime_quotes(code)
result = result.append({'code': code, 'name': bars['name'].tolist()[0], 'price': float(bars['price'].tolist()[0])}, ignore_index=True)
time.sleep(0.1)
result = result.sort_values(by='price', ascending=True)
## 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。
