问财量化选股策略逻辑
选股逻辑：振幅大于1,今日控盘＞21,KDJ（K）增长值。
选股逻辑分析
该选股策略是基于技术分析的选股策略，同时加入了控盘因素，以及KDJ指标作为确认信号。KDJ指标被广泛应用于股票技术分析中，通过计算最高价、最低价和收盘价间的关系，判断股票的买卖时机。通过综合考虑技术因素和控盘因素，该选股策略能够有效地筛选出具有较好中长期上涨潜力的股票。
有何风险？
该选股策略同样存在逆势风险，可能会因为股票的基本面或行业发展的不利情况而导致股票进一步的下跌，从而使选股策略的效果失效。同时，KDJ指标可能会出现错误信号，影响选股的可靠性。
如何优化？
为了更全面地考虑各类因素，可以对该选股策略进行如下优化：
- 加入基本面分析，综合考虑股票的财务数据、行业发展等因素，以获取更全面的股票评价；
- 调整KDJ参数，进一步减少错误信号的出现；
- 优化选股范围和筛选条件，扩大选股范围；
- 加入风险控制机制，进行仓位控制，在控制风险的同时最大化收益。
最终的选股逻辑
考虑风险和优化需求，得到完善后的选股逻辑：
- 振幅大于1；
- 今日控盘＞21；
- KDJ（K）增长值大于0；
- 财务数据及行业发展良好。
同花顺指标公式代码参考
以下是同花顺实现此策略的部分指标公式代码：
C1 = AMP() > 1;
C2 = ABS(CONTROLLING_SHARES_DAY_CHG()) > 21;
C3 = KDJ(J, RSV, K, D, 9, 3, 3)['KDJ_K'][0] - KDJ(J, RSV, K, D, 9, 3, 3)['KDJ_K'][1] > 0;
SELECTOR = C1 AND C2 AND C3;
RESULT = REF(SORT(RANK(SELECTOR), 1), 0) == 0;
python代码参考
以下是Python实现此策略的部分代码：
def select_stocks():
selected_stocks = []
for stock in get_all_stocks():
c1 = get_price(stock, count=1, end_date=datetime.now(), frequency='1d', fields='amplitude')[0] > 0.01
c2 = abs(get_controlling_shareholders(stock, count=1, end_date=datetime.now(), frequency='1d')['controlling_shareholders_day_pct_change'][0]) > 0.21
kdj_k = get_kdj(stock, count=2, end_date=datetime.now(), frequency='1d', k_period=9, d_period=3, j_period=3)['kdj_k']
c3 = kdj_k[0] - kdj_k[1] > 0
if c1 and c2 and c3:
selected_stocks.append(stock)
selected_stocks = sorted(selected_stocks, key=lambda x: get_price_change(x, 1, datetime.now(), frequency='1d'), reverse=True)
return selected_stocks
result = select_stocks()
print(result)
以上Python代码仅供参考，具体实现还需要结合自身需求进行调整。
## 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。
