(iwencai量化策略)kdj(k)增长值_、近一个月内有过涨停、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、近一个月内有过涨停、KDJ指标中K线增长值。该选股策略旨在通过结合价格波动、市场热度和技术分析等因素,选出短期内股价有上涨潜力的品种。

选股逻辑分析

该选股策略主要通过价格波动和市场情绪等因素筛选出具备短期上涨潜力的股票,并通过KDJ指标的增长情况进行技术分析,筛选出具备投资潜力的品种。

有何风险?

该选股策略存在以下风险:

  1. KDJ指标的变化情况存在滞后性,过于依赖技术分析会增加投资风险。

  2. 选股条件相对苛刻,可能导致选股数量过少或过于集中,进而增加投资风险。

  3. 股票市值有可能在较短时间内发生重大变化,超出手动调整的范围,从而影响股票的投资价值。

如何优化?

优化该选股策略的方法:

  1. 引入其他技术分析指标,如MACD、布林带等指标进行协同分析,提高筛选精度。

  2. 考虑增加基本面指标,如公司的财务数据、行业研究和资讯信息等,以完善选股策略的基本面分析。

最终的选股逻辑

选股策略为:振幅大于1、近一个月内有过涨停、KDJ指标中K线增长值,并结合其他技术分析指标和基本面指标进行综合考虑。

同花顺指标公式代码参考

A>1 AND SUM(HAS_ST_RECENTLY, 21)>0 AND REF(KDJ1.KASTD,1)<KDJ1.KASTD AND LCAP >= 5000000000 AND LCAP <= 10000000000 AND SUBSTR(sec_code, 1, 2) = "SH" AND sec_type_name = "A股" AND LIST_STATUS_CD = "L" AND SEC_SH_AMT > 0:1000

其中 A 表示当日振幅,HAS_ST_RECENTLY 表示股票是否有最近21个交易日内涨停,REF(KDJ1.KASTD,1)<KDJ1.KASTD表示K线增长值大于0,LCAP 表示股票的流通市值,SUBSTR(sec_code, 1, 2) = "SH" 表示股票代码以 SH 开头,sec_type_name = "A股" 表示为 A 股,LIST_STATUS_CD = "L" 表示已上市,SEC_SH_AMT>0 表示存在股票交易量。

python代码参考

from gm.api import *

set_token("your_token_here")

start_date = "2020-01-01" # 回测开始日期
end_date = "2022-01-01" # 回测结束日期

# 获取所有主板股票代码
symbols_all = get_symbols(exchanges=["SHSE"], sec_types=["STOCK"], names=["A股"], list_status=["L"])

# 获取对应股票的历史信息
bars_all = history(symbol=symbols_all, frequency="1d", start_time=start_date, end_time=end_date, fields="open, close, high, low, volume, turnover, ssec, sec_name, lcapholder", df=True)

# 计算KDJ指标
kdj = indicators(symbol=symbols_all, frequency="1d", start_time=start_date, end_time=end_date, fields="kdj", df=True)

# 定义筛选条件
cond = (bars_all.high - bars_all.low) / bars_all.close > 0.01 # A>1
cond &= (bars_all.close / bars_all.close.shift(1) - 1).rolling(window=21).apply(lambda x: any(x > 0)) # 近一个月有涨停
cond &= kdj.KASTD > kdj.KASTD.shift(1) # KDJ指标中K线增长值大于0
cond &= bars_all.lcapholder.between(5e9, 1e10) # 流通市值在50-100亿之间

# 选出符合条件的股票
bar_selected = bars_all[cond]

# 打印选中的股票代码
print(bar_selected.index.get_level_values(0).unique())

该代码通过 Pandas 对象读取股票历史信息,并使用同花顺指标公式计算KDJ指标并选出符合选股逻辑条件的主板股票,并将股票代码打印出来。代码可以在量化平台和本地 Python 环境中执行。

    ## 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