(supermind)振幅大于1、100亿市值以内的无亏损企业、kdj（k）增长值_

问财量化选股策略逻辑

选股逻辑为振幅大于1，100亿市值以内的无亏损企业且KDJ（K）增长值。

选股逻辑分析

1. 振幅大于1可以筛选出短期内波动较大的股票，有较大的盈利机会。
2. 100亿市值以内可筛选出市值较小的股票，可能具有较好的成长潜力。
3. 无亏损企业可以筛选质量较高的企业。
4. KDJ（K）增长值可以反映出短期内上涨的力度较大，有更大的涨幅空间。

有何风险？

1. 同样缺乏长期趋势和基本面的影响，过于依赖技术指标。
2. 过于依赖短期指标，可能导致选股过于短视，忽略基本面因素的影响。

如何优化？

1. 结合定量和定性指标进行选股，如同时考虑企业的财务数据和产业背景等。
2. 增加筛选条件，如股息率等因素，以减小风险。
3. 加入趋势指标如MA等，以从长期趋势上筛选股票。

最终的选股逻辑

选股逻辑为振幅大于1，100亿市值以内的无亏损企业，KDJ（K）增长值。同时结合趋势指标和基本面分析，以筛选长期具有成长潜力和质量的个股。

同花顺指标公式代码参考

ABS(HIGH-REF(HIGH,1))/REF(HIGH,1)>0.01 
AND MktValue<=100 AND MktValue>0 
AND IF(net_profit>0, 1, 0) 
AND (KDJ(K)>=REF(KDJ(K),1))
AND (IF(NEGOTIABLEMV>=50,1,0))
AND (IF(NEGOTIABLEMV<100，1,0)) 
AND (INDUSTRY LIKE '%主板%')

python代码参考

import akshare as ak

def select():
    data = ak.stock_zh_a_spot()
    data = data.loc[(data['market_capitalization']>0)&(data['market_capitalization']<=100)]
    data = data.loc[data['current_price']!=data['last_close_price']]
    data = data.loc[data['net_profit'].astype(float)>0]
    data = data.loc[data['kdj_k'].astype(float)>=data['kdj_k'].astype(float).shift(1)]
    data = data.loc[(data['negotiable_mv'].astype(float)>=50) & (data['negotiable_mv'].astype(float)<100)]
    data = data.loc[(data['industry'].str.contains('主板')==True)]
    return data

    ## 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)