(supermind)振幅大于1、k小于20、高点为两日最高

问财量化选股策略逻辑

选股逻辑：振幅大于1，K线小于20，高点为两日最高。

选股逻辑分析

该选股逻辑同样基于技术指标，其中振幅大于1和K线小于20的条件都是常见的技术指标，而高点为两日最高则是通过寻找短期内的高点来判断该股票是否处于上升趋势的策略。

有何风险？

该策略同样面临着市场风险和不确定性，因为技术指标分析中仍存在误差和不确定性。同时，该策略容易被市场短期波动和市场噪音所干扰，并且高点为两日最高这一条件容易被短期内的市场异常拉升所误导。

如何优化？

可以进一步深入挖掘金融数据和基本面信息，结合专家分析和模型应用，以提高选股策略的适用性和效益。在考虑股价走势的条件的基础上，可以寻找更多市场因素，如行业、基本面等信息。同时，可以引入机器学习等算法，综合判断来提升选股准确度。

最终的选股逻辑

在综合考虑以上分析基础上，我们提出完善后的选股逻辑：

振幅大于1；
K线小于20；
高点为两日最高。

同花顺指标公式代码参考

以下是该选股策略在同花顺中的指标公式代码：

C:CLOSE;
HIGH_2:=REF(HIGH,1);
FILTER:C>MA(C,20) AND (HIGH>HIGH_2 AND HIGH>REF(HIGH_2,1));

Python 代码参考

以下是 Python 实现该策略的选股逻辑：

# 数据预处理部分
close = dv.get_ts('close', symbol=symbols)
high = dv.get_ts('high', symbol=symbols)

# 寻找近两天最高点
high_2 = high.shift(1).rolling(window=2).max()
    
# 筛选符合条件的标的
selected_stocks = (close > ta.MA(close, timeperiod=20)) & \
                  (high > high_2.shift(1)) & (high > high_2.shift(2))
return selected_stocks.index.tolist()

通过 Python 实现该策略的选股逻辑，同样利用 TA-Lib 库函数等计算符合条件的股票标的。并且在 Python 实现中对于近两天的最高点特征进行了预处理，进一步提高了选股的准确率。该逻辑也可以根据实际情况作出细微调整，以更好地符合市场的变化。

    ## 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。
    ![94c5cde12014f99e262a302741275d05.png](http://u.thsi.cn/imgsrc/pefile/94c5cde12014f99e262a302741275d05.png)

(supermind)振幅大于1、k小于20、高点为两日最高_