(iwencai量化策略)kdj（k）增长值_、前日实际换手率_3～28、今日增仓占比_5

问财量化选股策略逻辑

• 今日增仓占比>5%
• 前日实际换手率>3～28
• kdj（k）增长值

选股逻辑分析

这个策略的逻辑是基于股票的成交量和换手率来筛选股票，并结合股票的增仓比例来判断股票的活跃程度。首先，策略要求股票的前日实际换手率在3到28之间，这意味着该股票有一定的交易活跃度。其次，策略要求股票的今日增仓占比大于5%，这意味着股票在近期有较多的资金流入，可能具有较好的上涨潜力。最后，策略通过计算股票的k值来判断股票的短期趋势，如果k值增长，则说明股票短期内可能有上涨的趋势。

有何风险？

这个策略的风险主要来自于市场风险和股票本身的风险。首先，市场风险是指由于市场整体环境不稳定，导致股票价格波动的风险。其次，股票本身的风险是指股票的内在价值和经营状况等因素，可能会导致股票价格下跌。

如何优化？

为了优化这个策略，可以考虑以下几点：

• 将换手率的范围扩大或缩小，以适应不同市场环境。
• 将增仓比例的范围扩大或缩小，以适应不同股票的活跃程度。
• 将k值的计算方法进行调整，以适应不同股票的短期趋势。

最终的选股逻辑

• 今日增仓占比>5%
• 前日实际换手率>3～28
• k值>80

python代码参考

import talib

def get_k_value(candles):
    # 计算k值
    k, d, j = talib.KDJ(candles.Close)
    return k

def get筛选条件(candles):
    # 筛选条件
    today_buy_volume = candles.Close[-1] * candles.Open[-1] * candles.Close[-2] / candles.Close[-3]
    yesterday_buy_volume = candles.Close[-2] * candles.Open[-2] * candles.Close[-3] / candles.Close[-4]
    if today_buy_volume > yesterday_buy_volume * 1.5:
        return True
    else:
        return False

def get_top_k_values(candles):
    # 获取k值最大的前n个股票
    k_values = []
    for i in range(len(candles)):
        k_value = get_k_value(candles[i])
        k_values.append(k_value)
    k_values.sort(reverse=True)
    top_k_values = k_values[:10]
    return top_k_values

def get筛选结果(candles, top_k_values):
    # 筛选结果
    filtered_candles = []
    for i in range(len(candles)):
        if get筛选条件(candles[i]):
            filtered_candles.append(candles[i])
    filtered_candles = candles[filtered_candles]
    filtered_candles = filtered_candles[-top_k_values:]
    return filtered_candles

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。