问财量化选股策略逻辑
高点为两日最高,rsi小于65,10日涨幅大于0小于35
选股逻辑分析
这个策略的逻辑是基于技术分析和趋势跟踪。首先，它选择在两天内达到最高点的股票，这表明这些股票已经经历了短期的上涨。然后，它选择RSI小于65的股票，这表明这些股票的短期趋势可能已经超买。最后，它选择10日涨幅大于0小于35的股票，这表明这些股票在最近的10天内有上涨的趋势，但还没有达到过高的水平。
有何风险？
这个策略的潜在风险是它可能过于依赖技术分析和趋势跟踪，而忽略了其他重要的基本面因素。此外，如果市场出现极端情况，这个策略可能无法正确地识别股票的走势。
如何优化？
为了优化这个策略，可以考虑加入一些基本面因素，例如公司的财务状况、盈利能力、市场份额等。此外，可以考虑使用更复杂的RSI指标来更好地识别股票的超买和超卖情况。最后，可以考虑使用更多的数据来更好地预测股票的走势。
最终的选股逻辑
以下是最终的选股逻辑：
def select_stock():
# 获取所有A股股票
stocks = get_stocks()
# 筛选出两天内达到最高点的股票
high_points = [stock['high'] for stock in stocks if stock['high'] > stock['high'].shift(1)]
# 筛选出RSI小于65的股票
rsi = stocks['rsi'].rolling(window=14).mean()
rsi = rsi.where(rsi < 65, np.nan)
filtered_stocks = stocks[~np.isnan(rsi)]
# 筛选出10日涨幅大于0小于35的股票
gains = filtered_stocks['close'].pct_change()
gains = gains.where(gains > 0, np.nan)
filtered_stocks = filtered_stocks[~np.isnan(gains)]
# 返回符合条件的股票
return filtered_stocks
python代码参考
import pandas as pd
def get_stocks():
# 获取所有A股股票
stocks = pd.read_csv('stock_data.csv')
return stocks
def calculate_rsi(stocks):
# 计算RS
## 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。
