(iwencai量化策略)kdj(k)增长值_、企业性质、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,企业性质,KDJ(K)增长值。

选股逻辑分析

选股逻辑中,振幅大于1表示对短期波动相对敏感,企业性质体现了对基本面的关注,KDJ(K)增长值则关注了股价的技术走势。这三个因素综合考虑可以达到在较短时间内提高资金收益的目的。

有何风险?

选股逻辑中KDJ指标过于依赖历史价格和成交量,容易被市场的“噪音”和波动影响,所以筛选出的股票数量可能较少,选股结果可能不稳定。同时,过于注重技术走势的策略,可能与基本面有矛盾,导致投资回报不佳。

如何优化?

选股逻辑可以从以下两个方面进行优化:

  • 适当调整选股逻辑中条件的数量和比重,增加其他参考指标如市净率、市现率、股息率等价值投资指标,丰富选股逻辑的维度;
  • 优化选股算法,更好地利用历史数据和模型预测未来走势,考虑市场情绪变化等因素。

最终的选股逻辑

最终的选股逻辑如下:

  • 振幅大于1;
  • 企业性质符合标准;
  • KDJ(K)指标当前值大于前一天的值。

同花顺指标公式代码参考

选股逻辑的同花顺指标公式代码如下:

/* 选股公式 */
A:(HIGH-LOW)/REF(CLOSE,1)>0.01;
B:XX企业性质;
C:KDJ.K-CROSS(KDJ.K,1)>0;
A AND B AND C;

其中 XX企业性质 可以根据具体行业选择不同的企业性质判断标准。

Python代码参考

适用于tushare库的Python选股代码如下:

import tushare as ts
import talib

def is_selected(code):
    # 判断股票是否满足选股逻辑
    hist_data = ts.get_hist_data(code)
    if hist_data is None or len(hist_data) < 60:
        return False
    if (hist_data['high'] - hist_data['low']).mean() / hist_data['close'].mean() <= 0.01:
        return False
    if not XX企业性质:
        return False
    k, _, _, _ = talib.STOCH(hist_data['high'].values, hist_data['low'].values, hist_data['close'].values)
    if k[-1] <= k[-2]:
        return False
    return True

# 获取股票列表,遍历股票进行选股
stocks = ts.get_stock_basics()
selected_stocks = []
for code, row in stocks.iterrows():
    if is_selected(code):
        selected_stocks.append(code)

# 利用选股结果进行股票交易
for code in selected_stocks:
    pass # 参考其他策略

其中 XX企业性质 可以根据具体行业选择不同的企业性质判断标准,STOCH 函数为talib库中计算KDJ指标的函数,返回K、D、J三个值,我们只需要选取K值进行判断即可。

    ## 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