问财量化选股策略逻辑
高点为两日最高,振幅大于1,今日上涨>1主板
选股逻辑分析
这个策略的逻辑是基于股票的短期波动性来选择股票。首先，股票需要在两天内达到最高点，这表明股票已经经历了一定的上涨。其次，股票的振幅需要大于1，这表明股票的价格波动较大。最后，股票需要在今天上涨超过1主板，这表明股票的上涨趋势较强。
有何风险？
这个策略的潜在风险是过于依赖短期波动性。如果市场出现极端波动，这个策略可能会选择一些表现不佳的股票。此外，这个策略可能无法捕捉到长期趋势，因为它只关注股票的短期表现。
如何优化？
为了优化这个策略，可以考虑加入一些长期趋势指标，例如移动平均线或MACD等。这些指标可以帮助识别股票的长期趋势，从而减少对短期波动性的依赖。此外，可以考虑加入一些过滤器，例如价格波动率或RSI等，以减少一些噪音交易。
最终的选股逻辑
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)]
# 筛选出振幅大于1的股票
volatility = [stock['volatility'] for stock in stocks if stock['volatility'] > 1]
# 筛选出今天上涨超过1主板的股票
price_change = [stock['price_change'] for stock in stocks if stock['price_change'] > 1]
# 合并筛选结果
filtered_stocks = pd.merge(high_points, volatility, on='date')
filtered_stocks = pd.merge(filtered_stocks, price_change, on='date')
# 筛选出符合所有条件的股票
selected_stocks = filtered_stocks[(filtered_stocks['high'] > filtered_stocks['high'].shift(1)) & (filtered_stocks['volatility'] > 1) & (filtered_stocks['price_change'] > 1)]
return selected_stocks
## 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。
