问财量化选股策略逻辑
高点为两日最高,振幅大于1,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和量化指标来筛选股票。首先，它要求股票在两天内达到最高点，这表明股票价格在短期内有较强的上涨动力。其次，它要求股票的振幅大于1，这意味着股票价格波动较大，可能存在较大的投资机会。最后，它要求股票的KDJ（K）增长值大于0，这表明股票价格正在上涨，可能是一个买入信号。
有何风险？
这个策略的局限性在于它只考虑了股票价格的短期波动，而没有考虑公司的基本面情况。因此，如果股票价格在短期内上涨过快，但公司基本面不佳，那么股票价格可能会出现回调，投资者可能会蒙受损失。此外，这个策略也可能会错过一些长期上涨的股票，因为它们可能不符合短期波动的条件。
如何优化？
为了优化这个策略，可以考虑加入一些基本面指标，例如市盈率、市净率等，来评估公司的基本面情况。此外，可以考虑加入一些技术指标，例如布林线、移动平均线等，来更好地判断股票价格的趋势。最后，可以考虑加入一些风险管理措施，例如止损单、风险分散等，来降低投资风险。
最终的选股逻辑
综合考虑股票价格的短期波动和基本面情况，以及加入一些技术指标和风险管理措施，可以得到以下的最终选股逻辑：
def select_stock():
# 获取股票数据
stock_data = get_stock_data()
# 筛选出两天内达到最高点的股票
high_points = stock_data['high'].rolling(window=2).max()
filtered_data = stock_data[stock_data['high'] > high_points]
# 筛选出振幅大于1的股票
filtered_data = filtered_data[filtered_data['std'] > 1]
# 筛选出KDJ增长值大于0的股票
filtered_data = filtered_data[filtered_data['k'] > 0]
# 筛选出基本面良好的股票
filtered_data = filtered_data.merge(get_fundamental_data(), on='symbol')
filtered_data = filtered_data[filtered_data['pe'] < 20]
filtered_data = filtered_data[filtered_data['pb'] < 2]
#
## 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。
