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（k）增长值。
选股逻辑分析
该选股策略综合考虑了不同方面的市场情况，使得选出的个股更具有投资价值。振幅大于1可以筛选出具有较强波动性的股票；近25个交易日内有单日涨幅大于等于百分之10可以筛选出有一定上涨趋势的个股；KDJ指标（K值）增长值可以观察股票是否处于强势上涨状态。综上考虑，可以筛选出具备成长性和投资价值的股票。
有何风险？
该选股策略存在以下风险：
- 过度依赖技术指标，忽略了公司基本面的因素，导致选出的个股价值不足。
- 单纯振幅、单日涨幅和KDJ指标的筛选过于简单，可能存在其他重要的因素被忽略，导致选股结果有局限性。
- KDJ指标的使用需要关注时间周期的选择，不同周期下KDJ的分析结果也不同。
如何优化？
为了提高该选股逻辑的准确性和可靠性，我们建议进行以下考虑：
- 在选股逻辑中加入其他重要指标，如盈利能力、发展前景、资产负债率等基本面指标，对选出的个股价值进行更全面的评估。
- 在KDJ指标的应用中，考虑不同时间周期的影响，以便更加全面地评估个股的强弱势程度。
- 设定多项限制条件，如市盈率、市净率等指标，进一步筛选出满足投资策略的个股。
最终的选股逻辑
综合以上考虑，我们建议选股逻辑如下：
- 振幅大于1。
- 近25个交易日内有单日涨幅大于等于百分之10。
- KDJ指标（K值）增长值为正。
- 考虑公司盈利能力、发展前景、资产负债率等基本面指标。
- 设定多项限制条件，如市盈率、市净率等指标，筛选出满足条件的个股。
- 考虑市场整体情况，控制投资风险。
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(K,20,3)-REF(KDJ(K,20,3),1))>0, 1, 0);
C4 = //考虑基本面数据的代码。
C5 = // 设定其他限制条件的代码。
C6 = // 考虑市场整体情况的代码。
SELECTOR=C1*C2*C3*C4*C5*C6;
RESULT= SORT_RANK(SELECTOR, ASCEND(SEARCH_RANK()));
python代码参考
df = pd.read_csv('your_data.csv', index_col='date')
C1 = np.where(df['high'] - df['low'] > ta.atr(), 1, 0)
C2 = np.where(abs((df['close'] - df['close'].shift(1)) / df['close'].shift(1)) > 0.1, 1, 0)
C3 = np.where((ta.STOCH(df['high'], df['low'], df['close'])[0]
- ta.STOCH(df['high'], df['low'], df['close'])[0].shift(1)) > 0, 1, 0)
C4 = // 考虑基本面数据的Python代码。
C5 = // 设定其他限制条件的Python代码。
C6 = // 考虑市场整体情况的Python代码。
selector = C1 * C2 * C3 * C4 * C5 * C6
result = 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。
