【摘要】以我国A股市场作为选股池,将传统股票分析方法——技术分析和基本面分析相结合,利用股票技术指标KDJ(随机指标)作为选股与择时的判断依据,将数据挖掘中Affinity Propagation(近邻传播聚类)与集成学习算法Adaboost相结合构建基本面数据分类器,迭代筛选出具有上涨潜力的股票投资组合制定选股策略。该策略在2015年至2017年进行模拟交易回测,结果表明该策略年化收益跑赢大盘指数,选股成功率较高,为量化选股提供新思路。