问财量化选股策略逻辑
高点为两日最高,今日增仓占比>5%,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股票的高点和今日增仓占比来筛选股票。首先，股票需要在两天内达到最高点，这表明股票有一定的上涨趋势。其次，股票今天的增仓占比需要大于5%，这表明机构投资者对这只股票有较大的兴趣。最后，股票在9点25分的涨幅需要小于6%，这表明股票在开盘后没有出现过大的涨幅。
有何风险？
这个策略的逻辑是基于股票的高点和今日增仓占比来筛选股票，但是这些数据并不是完全可靠的。高点可能被人为操纵，而增仓占比则可能受到成交量和市场情绪的影响。此外，股票在开盘后的涨幅也可能会受到市场波动的影响。
如何优化？
为了优化这个策略，可以考虑加入更多的筛选条件，例如股票的市值、市盈率、市净率等。这些条件可以帮助筛选出更加优质的股票。此外，可以考虑加入技术分析指标，例如移动平均线、布林线等，来更好地判断股票的趋势。
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今日增仓占比数据
highs = get_highs()
today_percent_changes = get_today_percent_changes()
# 筛选出两天内达到最高点的股票
high_stocks = highs[highs['date'] >= (datetime.now() - timedelta(days=2))]
filtered_stocks = high_stocks[high_stocks['high'] == high_stocks['high'].max()]
# 筛选出今天增仓占比大于5%的股票
filtered_stocks = filtered_stocks[filtered_stocks['today_percent_change'] > 5]
# 筛选出9点25分涨幅小于6%的股票
filtered_stocks = filtered_stocks[filtered_stocks['open'] / filtered_stocks['close'] < 1.06]
# 返回筛选后的股票列表
return filtered_stocks
python代码参考
def get_highs():
# 获取所有股票的历史高点数据
highs = pd.read_csv('highs.csv')
return highs
def get_today_percent_changes():
## 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。
