(同花顺量化)高点为两日最高_、涨幅_2

问财量化选股策略逻辑

今日增仓占比>5%,涨幅<2.6且涨幅>-5,高点为两日最高

选股逻辑分析

这个策略的逻辑是基于股票的成交量和价格波动来筛选股票。首先，要求股票在最近两天内的涨幅不超过2.6%，并且涨幅要大于-5%。这可以筛选出那些价格波动相对较小的股票，避免出现过度波动的股票。其次，要求股票的今日增仓占比要大于5%，这意味着该股票的成交量有所增加，可能表明有新的投资者对该股票感兴趣。最后，要求股票的高点为两日最高，这意味着该股票在最近两天内的价格走势相对稳定，没有出现大幅波动。

有何风险？

这个策略的局限性在于它只考虑了股票的成交量和价格波动，而没有考虑其他因素，如公司的财务状况、行业前景等。因此，这个策略可能会漏掉一些有潜力的股票。此外，由于该策略只考虑了股票的短期表现，因此可能会错过一些长期表现良好的股票。

如何优化？

为了优化这个策略，可以考虑加入一些其他因素，如公司的财务状况、行业前景等。这样可以更好地筛选出有潜力的股票。此外，可以考虑加入一些长期表现的指标，如市盈率、市净率等，以更好地筛选出长期表现良好的股票。

最终的选股逻辑

以下是一个优化后的策略：

1. 要求股票在最近两天内的涨幅不超过2.6%，并且涨幅要大于-5%。
2. 要求股票的今日增仓占比要大于5%，这意味着该股票的成交量有所增加，可能表明有新的投资者对该股票感兴趣。
3. 要求股票的高点为两日最高，这意味着该股票在最近两天内的价格走势相对稳定，没有出现大幅波动。
4. 要求股票的市盈率小于20，市净率大于1，这意味着该股票的估值相对较低，可能存在投资机会。
5. 要求股票的行业前景良好，这意味着该股票所在的行业具有良好的发展前景，可能会带来更好的投资回报。

python代码参考

以下是使用pandas和numpy库实现上述策略的Python代码：

import pandas as pd
import numpy as np

def strategy(data):
    # 筛选出符合涨幅条件的股票
    mask = (data['close'] > data['close'].shift(1) * 1.0026) & (data['close'] < data['close'].shift(1) * 1.005)
    data = data[mask]

    # 筛选出符合增仓条件的股票
    mask = data['net_change'] > 0.05
    data = data[mask]

    # 筛选出符合高点条件的股票
    mask = data['high'] == data['high'].shift(2)
    data = data[mask]

    # 筛选出符合估值条件的股票
    mask = data['pe'] < 20
    data = data[mask]

    # 筛选出符合行业前景条件的股票
    mask = data['pb'] > 1
    data = data[mask]

    # 返回符合条件的股票
    return data

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。