问财量化选股策略逻辑
高点为两日最高,昨日竞价换手率大于0.26,主升起动
选股逻辑分析
这个策略的逻辑是基于高点、昨日竞价换手率和主升起动三个因素来筛选股票。首先，要求股票在两天内达到最高点，这表明股票有一定的上涨动力。其次，要求昨日的竞价换手率大于0.26，这表明股票有一定的活跃度和交易量。最后，要求股票为主升起动，即股票在开盘后不久就开始上涨。
有何风险？
这个策略的逻辑相对简单，但仍然存在一些风险。首先，高点的判断可能存在误差，导致筛选出的股票并不是真正有上涨潜力的股票。其次，昨日竞价换手率的判断也存在误差，如果换手率过高或过低，都可能影响筛选结果。最后，主升起动的判断也存在误差，如果股票在开盘后不久就开始下跌，那么就被认为为主升起动。
如何优化？
为了优化这个策略，可以考虑加入更多的因素来筛选股票。例如，可以加入股票的市盈率、市净率等财务指标，以及股票的行业、市值等基本面因素。这样可以更全面地评估股票的价值和潜力，从而筛选出更优质的股票。
最终的选股逻辑
最终的选股逻辑如下：
def select_stock():
# 获取所有A股股票
stocks = get_stocks()
# 筛选出两天内达到最高点的股票
high_points = [stock['high'] for stock in stocks if stock['high'] > stock['high'].shift(1)]
# 筛选出昨日竞价换手率大于0.26的股票
turnover_rates = [stock['turnover_rate'] for stock in stocks if stock['turnover_rate'] > 0.26]
# 筛选出主升起动的股票
rising_stocks = [stock for stock in stocks if stock['open'] > stock['close'] and stock['close'] > stock['open'].shift(1)]
# 合并筛选结果
selected_stocks = pd.merge(selected_stocks, high_points, on='date')
selected_stocks = pd.merge(selected_stocks, turnover_rates, on='date')
selected_stocks = pd.merge(selected_stocks, rising_stocks, on
## 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。
