问财量化选股策略逻辑
选股逻辑：振幅大于1,近25个交易日有单日涨幅大于等于百分之10,KDJ刚形成金叉。
选股逻辑分析
该选股逻辑结合了波动性、短期涨幅和技术面三个因素，振幅大于1表明该股票具有波动性，近25个交易日有单日涨幅大于等于百分之10表明该股票具有较好的短期涨势，KDJ指标金叉则表明股票价格正处于上涨趋势中。因此，该选股逻辑主要选股对象为处于上涨趋势、且短期具有较好投资价值的个股。
有何风险？
以下是该选股逻辑可能存在的风险：
- KDJ指标金叉并不是绝对的买入信号，需要结合其他指标和基本面分析；
- 过度关注短期投资价值，可能忽略了公司的基本面和长期业绩；
- 在市场波动较大的情况下，过度依赖技术面可能会出现较大的误判。
如何优化？
为降低上述风险，可采取以下优化措施：
- 在选择金叉点时，结合MACD、RSI等指标进行分析，综合考虑技术面的多个指标；
- 综合考虑公司的基本面和长期业绩，挖掘有投资价值的龙头公司；
- 建立完整的选股策略体系，在技术面中适度考虑市场供需关系和政策面的因素，加强选股策略的稳定性。
最终的选股逻辑
基于上述考虑，我们综合出以下选股逻辑：
- 振幅大于1；
- 近25个交易日单日涨幅大于等于百分之10；
- KDJ指标出现金叉；
- 着眼于短期投资价值和技术面，选取处于上涨趋势的个股。
同花顺指标公式代码参考
C1 = IF(HIGH-LOW>ATR(CLOSE,20),1,0);
C2 = IF(ABS((CLOSE-REF(CLOSE,1))/REF(CLOSE,1))>=0.1,1,0);
C3 = IF(KDJ(J=14,K=3,D=3)>REF(KDJ(J=14,K=3,D=3),1),1,0);
SELECTOR = C1*C2*C3;
RESULT = SORT_RANK(SELECTOR,DESCEND(VOLUME));
python代码参考
import pandas as pd
import talib as ta
df = pd.read_csv('your_data.csv', index_col='date')
def long_term_consistency(df, n):
pass
def short_term_momentum(df, n):
return df['return'][-1] > 0
def technical_support(df, n):
kdj = ta.STOCH(df['high'], df['low'], df['close'], fastk_period=9, slowk_period=3, slowk_matype=0, slowd_period=3, slowd_matype=0)
return kdj[0][-1] > kdj[1][-1] > kdj[2][-1] and kdj[0][-2] < kdj[1][-2] < kdj[2][-2]
C1 = np.where(df['high'] - df['low'] > ta.atr(df['close'], 20), 1, 0)
C2 = np.where(abs((df['close'] - df['close'].shift(1)) / df['close'].shift(1)) >= 0.1, 1, 0)
C3 = np.where(technical_support(df, 1), 1, 0)
selector = C1 * C2 * C3
result = df.sort_values(by='volume', ascending=False).index[np.argsort(np.argsort(selector))]
## 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。
