问财量化选股策略逻辑
高点为两日最高,macd零轴以上,9点25分涨幅小于6%
选股逻辑分析
这个策略的逻辑是基于技术分析和量化交易的。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一定的上涨。其次，它选择macd零轴以上的股票，这表明这些股票的短期和长期趋势都是向上的。最后，它选择在9点25分涨幅小于6%的股票，这表明这些股票在开盘后没有出现过大幅上涨，可能具有较好的投资价值。
有何风险？
这个策略的潜在风险包括市场风险、技术分析的局限性以及量化交易的局限性。市场风险是指股票市场的波动性，可能会导致策略的收益出现较大的波动。技术分析的局限性是指技术分析可能会忽略其他重要的因素，例如公司的基本面和行业趋势。量化交易的局限性是指量化交易可能会出现误判或者交易量不足的情况。
如何优化？
为了优化这个策略，可以考虑以下几点：
- 增加更多的筛选条件，例如选择市盈率较低的股票或者选择行业前景较好的股票。
- 使用更多的技术指标，例如布林线或者移动平均线，来判断股票的趋势。
- 使用更多的量化交易策略，例如趋势跟踪或者价值投资，来提高交易的准确性和成功率。
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收盘价
highs = get_highs()
closes = get_closes()
# 筛选出两天内达到最高点的股票
highs_2days = highs[-2:]
stocks_2days = closes.index[closes.index >= highs_2days]
# 筛选出macd零轴以上的股票
stocks_macd = stocks_2days[get_macd(macds=macds)]
# 筛选出9点25分涨幅小于6%的股票
stocks_open = get_open(stocks_macd.index)
stocks_open = stocks_open[stocks_open > 0]
stocks_open = stocks_open[stocks_open < stocks_open.mean() + 6 * stocks_open.std()]
return stocks_open
其中，get_highs()和get_closes()是获取股票
## 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。
