问财量化选股策略逻辑
选股逻辑：振幅大于1%，北京A股除外，KDJ(K)值增长。
选股逻辑分析
该选股策略主要结合了股票的波动性和技术指标，通过筛选波动较大且存在KDJ（K）值增长的股票进行投资。
有何风险？
该选股逻辑可能存在以下风险：
- KDJ指标存在滞后性，因此在使用KDJ指标时需要谨慎；
- 该选股策略只考虑了市场的技术面和波动性，忽略了公司的基本面等因素；
- 过于关注市值规模和波动性，可能会忽略了中小市值股票的投资机会。
如何优化？
为了改进该选股策略，可以考虑以下方面：
- 除KDJ指标外，加入其他市场指标，如成交量、市盈率等，综合考虑股票的投资价值；
- 更加谨慎地使用KDJ指标，搭配其他技术指标进行选股和风险控制；
- 综合考虑各种规模的股票投资机会，避免只集中在一定规模范围内。
最终的选股逻辑
经过改进后的选股逻辑如下：
- 排除北京A股，非中国大陆等区域的股票；
- 振幅大于1%；
- KDJ（K）值增长。
同花顺指标公式代码参考
选股逻辑的同花顺指标公式如下：
振幅：ABS((HIGH-LOW)/REF(CLOSE,1))>0.01;
非北京A股和非中国大陆：BOARD_MAIN!='中国大陆' AND AREA!='北京';
KDJ（K）值增长：KDJ_K > REF(KDJ_K, 1);
选股公式:振幅 AND 非北京A股和非中国大陆 AND KDJ（K）值增长;
python代码参考
选股逻辑的python代码如下：
def tech_picker(context):
# 非北京A股和非中国大陆
exc_stocks = context.exc_stocks[(context.exc_stocks.board_main != '中国大陆') & (context.exc_stocks.area != '北京')]
# 振幅大于1%
narrow_stocks = exc_stocks[((exc_stocks.high / exc_stocks.low) - 1) > 0.01]
# KDJ（K）值增长
kdj_stocks = narrow_stocks[(narrow_stocks.kdj_k > narrow_stocks.kdj_k.shift())]
# 选出满足条件的股票代码
return kdj_stocks.code.tolist()
## 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。
