(supermind)振幅大于1、10日涨幅大于0小于35、kdj（k）增长值_

问财量化选股策略逻辑

选股逻辑为振幅大于1，10日涨幅大于0小于35，kdj（k）增长值。

选股逻辑分析

1. 振幅大于1的股票可以反映市场波动的情况，选股时可以挖掘出更具盈利潜力的股票。
2. 选择10日涨幅大于0小于35的股票可以挖掘出有一定涨幅但是未过度涨价的股票，同时具有较好的风险收益特点。
3. kdj（k）增长值是一种技术分析指标，它可以反映股票趋势的变化，选股时可以挖掘出趋势向上、未来具有上涨潜力的股票。

有何风险？

1. kdj（k）增长值的变化不能完全准确地反映股票未来的变化，需要综合考虑其他因素。
2. 长期使用同一种选股策略可能会导致过度拟合，需要不断调整和优化。

如何优化？

1. 可以引入其他技术指标和基本面指标，构建更全面、更准确的选股指标体系。
2. 可以使用机器学习算法进行优化和筛选，发现更具有盈利潜力的股票。

最终的选股逻辑

选股逻辑为振幅大于1，10日涨幅大于0小于35，kdj（k）增长值。

同花顺指标公式代码参考

待更新

python代码参考

import akshare as ak
import talib

def select(df):
    df = df[(df['最高价'] - df['最低价']) / df['开盘价'] > 0.01]
    df['涨幅'] = df['收盘价'].pct_change(10)
    df = df[(df['涨幅'] > 0) & (df['涨幅'] < 0.35)]
    kdj = talib.STOCH(df['最高价'], df['最低价'], df['收盘价'], fastk_period=9, slowk_period=3, slowd_period=3)
    df['kdj_k'] = kdj[0]
    df['kdj_k_growth'] = df['kdj_k'].diff()
    df = df[df['kdj_k_growth'] > 0]
    df = df[(df['流通市值'] > 50) & (df['流通市值'] < 100)]
    df = df.sort_values(by=['涨跌幅乘超大单净量'], ascending=False)
    return df

    ## 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)