问财量化选股策略逻辑
选股逻辑为：振幅大于1、股价为18.5元、K线小于20。该选股策略主要是通过选取振幅较大、价格适中、且当前处于超卖状态的标的来寻找具有较好机会的股票。
选股逻辑分析
该选股逻辑在振幅大于1、股价为18.5元的基础上，加入K线小于20的条件。K线是指K线图中的KDJ指标，用于衡量市场的超买和超卖情况。当K线小于20时，表明当前股票处于超卖状态，具有较好买入机会。该选股逻辑整合了价格、走势、市场情绪等多方面因素，增加了判断标的的准确性。
有何风险？
虽然考虑了多个因素，但该选股策略在寻找超卖标的时，可能会忽略到市场趋势的短期波动，因此容易误判。此外，K线小于20并不能完全说明某只股票当前处于超卖状态，还需要结合其他指标进行判断。
如何优化？
可以在原有的筛选条件基础上，再加入其他技术指标或基本面指标，如MACD、均线、成交量等，综合考虑选股标的的股价、走势、主力资金、市场情绪等多方面因素。此外，可以设置理性的止盈、止损等风险控制措施，有效控制投资风险。
最终的选股逻辑
选股条件为：振幅大于1、股价为18.5元、K线小于20。同时加入基本面指标、技术指标、宏观经济指标、行业分析等分析，找到有长期投资潜力且当前超卖的标的。并规定止盈、止损等风险控制措施。
同花顺指标公式代码参考
# 振幅大于1
SELECT1 = (HIGH - LOW) / HIGH > 0.01
# 股价为18.5元
SELECT2 = CLOSE == 18.5
# K线小于20
K, D = KDJ(9, 3, 3)
SELECT3 = K < 20
SELECT = SELECT1 AND SELECT2 AND SELECT3
SORT_BY = '成交额'
SORT_ASCEND = False
以上为计算选股逻辑的同花顺指标公式。KDJ函数为计算KDJ指标的函数，其中9、3、3分别代表KDJ指标的N、M1、M2参数。需要注意的是，KDJ等技术指标与股票的交易周期有关，需根据实际需求进行调整。
Python代码参考
import pandas as pd
import tushare as ts
def get_selected_stocks():
# 获取tushare连接
ts.set_token('Your Token')
pro = ts.pro_api()
# 获取股票数据
stock_data = pro.daily(trade_date='20220101')
# 进行选股
selected_stocks = []
for idx, row in stock_data.iterrows():
# 判断振幅大于1、股价为18.5元、K线小于20
if (row['high'] - row['low']) / row['high'] <= 0.01 or row['close'] != 18.5:
continue
K, D, J = KDJ(row['high'], row['low'], row['close'], 9, 3, 3)
if K >= 20:
continue
# 根据筛选条件选取标的
selected_data = {}
selected_data['ts_code'] = row['ts_code']
selected_data['stock_name'] = row['name']
selected_data['stock_price'] = row['close']
selected_data['circ_market_cap'] = row['circ_mv']
# 可添加其他指标
selected_stocks.append(selected_data)
# 按成交额从高到低排序
selected_stocks_sorted = sorted(selected_stocks, key=lambda x: x['vol'], reverse=True)
return selected_stocks_sorted
def KDJ(high, low, close, N=9, M1=3, M2=3):
"""
计算KDJ指标
:param high: 最高价序列
:param low: 最低价序列
:param close: 收盘价序列
:param N: KDJ的参数N
:param M1: KDJ的参数M1
:param M2: KDJ的参数M2
:return: K, D, J序列
"""
Cn = close.shift(1)
Ln = low.rolling(N, min_periods=1).min()
Hn = high.rolling(N, min_periods=1).max()
RSV = (close - Ln) / (Hn - Ln) * 100
K = RSV.ewm(com=M1 - 1).mean()
D = K.ewm(com=M2 - 1).mean()
J = 3 * K - 2 * D
return K, D, J
以上为Python代码实现，选股逻辑为：振幅大于1、股价为18.5元、K线小于20。可根据实际需求进行修改，同时加入其他技术指标、基本面指标，以及风险控制措施等。
## 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。
