问财量化选股策略逻辑
选股逻辑为：振幅大于1、大单净量排行、KDJ（K）增长值。该选股策略主要从技术指标角度选取股票，适用于中期或短期操作的投资者。
选股逻辑分析
该选股逻辑主要采用振幅、大单净量和KDJ（K）等技术指标，可以更全面地识别有潜力的股票，并适用于中期或短期操作。然而，该选股逻辑对于公司基本面和市场整体情况等因素并未予以考虑，需要综合其他指标进行判断。
有何风险？
该选股逻辑主要从技术指标角度考虑股票，因此对于市场崩盘或某些不可预见的艰难时期，容易出现较大的风险。同时，在选股时过度依赖技术指标也可能会忽略公司的基本面情况，存在投资价值不稳定的风险。
如何优化？
在选股时应综合考虑技术指标与公司基本面和市场整体情况等因素，以更全面的方式评估、筛选股票。同时，应该加入其他技术指标和市场情绪指标，以综合考虑股票的市场表现。
最终的选股逻辑
选股条件为：振幅大于1、大单净量排行、KDJ（K）增长值，同时综合考虑公司基本面和市场整体情况等因素。
同花顺指标公式代码参考
SELECT1=(HIGH-LOW)/HIGH>0.01
SELECT2=GET_DRBQ(CODE, NAME, LAST, LASTVOL)>=0.8
SELECT3=REF(KDJ.K,1)-KDJ.K>0
SELECT=SELECT1 AND SELECT2 AND SELECT3
SORT_BY='KDJ.K增长值'
SORT_ASCEND=False
Python代码参考
import pandas as pd
import numpy as np
import tushare as ts
def get_selected_stocks():
ts.set_token('your token')
pro = ts.pro_api()
# 获取股票数据
stock_data = pro.daily(ts_code='000001.SZ', start_date='20220301', end_date='20220308')
stock_list = []
# 进行选股
for idx, row in stock_data.iterrows():
# 按条件筛选：振幅大于1，大单净量排行，KDJ(K)增长值
if not ((row['high'] - row['low']) / row['high'] > 0.01) or \
get_drbd(row['ts_code'], row['name'], row['close'], row['vol']) < 0.8 or \
(row['kdj_k'] - stock_data.loc[idx-1, 'kdj_k'] > 0):
continue
selected_data = {}
selected_data['ts_code'] = row['ts_code']
selected_data['stock_name'] = row['name']
selected_data['stock_price'] = row['close']
selected_data['kdj_k'] = row['kdj_k']
selected_data['pct_chg'] = row['pct_chg']
# 可添加其他指标
stock_list.append(selected_data)
# 按KDJ(K)增长值从大到小排序
selected_stocks_sorted = sorted(stock_list, key=lambda x: x['kdj_k'] - stock_data[stock_data.index == stock_data.index[0]].iloc[0]['kdj_k'], reverse=True)
return selected_stocks_sorted
选股逻辑为：振幅大于1、大单净量排行、KDJ（K）增长值。该选股策略从技术指标角度选股，需要关注市场整体情况和公司基本面情况，以更全面地评估股票的价值，避免出现较大的风险。需要加入其他指标和因素，从更广泛的角度综合考虑股票的价值。
## 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。
