问财量化选股策略逻辑
高点为两日最高,非科创,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股票的高点和10日涨幅来筛选股票。首先，股票需要在两天内达到最高点，这表明股票有一定的短期上涨动力。其次，股票不能是科技创新股，因为科技创新股的波动性通常较大，不太适合长期投资。最后，股票的10日涨幅需要大于0小于35，这表明股票在最近10天内有一定的上涨趋势，但涨幅不是很大，可能还有上涨空间。
有何风险？
这个策略的局限性在于它只考虑了股票的短期上涨动力和10日涨幅，而没有考虑其他因素，如公司的财务状况、行业前景、竞争环境等。因此，这个策略可能会忽略一些重要的风险因素，导致投资者在选择股票时出现失误。
如何优化？
为了优化这个策略，我们可以考虑加入一些其他因素，如公司的财务状况、行业前景、竞争环境等。此外，我们还可以考虑使用更复杂的算法来筛选股票，以提高策略的准确性和可靠性。
最终的选股逻辑
最终的选股逻辑如下：
def select_stock():
# 获取所有股票的高点和10日涨幅数据
highs = get_highs()
gains = get_gains()
# 筛选出符合条件的股票
stocks = []
for i in range(len(highs)):
if highs[i] > highs[i-2] and highs[i] > highs[i-1] and gains[i] > 0 and gains[i] < 35:
stocks.append(i)
# 返回符合条件的股票列表
return stocks
python代码参考
def get_highs():
# 获取所有股票的高点数据
highs = []
for i in range(len(get_data())):
highs.append(get_data()[i]['high'])
return highs
def get_gains():
# 获取所有股票的10日涨幅数据
gains = []
for i in range(len(get_data())):
gains.append(get_data()[i]['gain'])
return gains
def get_data():
# 获取所有股票的数据
data = []
for symbol in symbols:
data.append(get_data_for_symbol(symbol))
return data
def get_data_for_symbol(symbol
## 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。
