问财量化选股策略逻辑
高点为两日最高,macd零轴以上,kdj（k）增长值
选股逻辑分析
这个策略的逻辑是基于技术分析的，通过寻找股票在两天内的最高价来确定股票的高点，然后通过计算macd指标的零轴以上和kdj指标的增长值来确定股票的走势。如果macd指标在零轴以上并且kdj指标的增长值大于0，则认为股票处于上涨趋势，可以考虑买入。如果macd指标在零轴以下并且kdj指标的增长值小于0，则认为股票处于下跌趋势，可以考虑卖出。
有何风险？
这个策略的逻辑基于技术分析，因此存在一定的风险。首先，技术分析的准确性受到市场走势的影响，如果市场走势与技术分析的预测不符，那么策略的准确性就会受到影响。其次，这个策略没有考虑公司的基本面因素，因此可能会忽略一些重要的投资机会。最后，如果投资者在买入股票后市场出现不利变化，那么他们可能会承受较大的损失。
如何优化？
为了优化这个策略，可以考虑以下几点：
-
增加更多的技术分析指标，例如布林线、均线等，以更准确地判断股票的走势。
-
考虑加入公司的基本面因素，例如盈利能力、财务状况等，以更全面地评估股票的投资价值。
-
考虑加入风险管理措施，例如止损单、风险分散等，以降低投资风险。
最终的选股逻辑
最终的选股逻辑如下：
-
选取股票的两个交易日内的最高价。
-
计算macd指标的零轴以上和kdj指标的增长值。
-
如果macd指标在零轴以上并且kdj指标的增长值大于0，则认为股票处于上涨趋势，可以考虑买入。
-
如果macd指标在零轴以下并且kdj指标的增长值小于0，则认为股票处于下跌趋势，可以考虑卖出。
-
如果股票的收盘价高于两个交易日内的最高价，则认为股票具有投资价值，可以考虑买入。
python代码参考
以下是基于pandas和ta-lib库的python代码参考：
import pandas as pd
import talib
def get_stock_data(stock_code):
# 获取股票的历史数据
df = pd.read_csv('stock_data.csv')
# 获取股票的两个交易日内的最高价
high =
## 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。
