问财量化选股策略逻辑
高点为两日最高, 换手率3%-12%, 今日均线向上发散
选股逻辑分析
这个策略的逻辑是基于股票的短期走势来选择股票。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上涨的趋势。其次，它要求股票的换手率在3%到12%之间，这意味着股票的交易活跃度适中，表明市场对该股票有一定的兴趣。最后，它要求股票的均线向上发散，这表明股票价格正在上涨，并且有良好的上涨趋势。
有何风险？
这个策略的逻辑是基于股票的短期走势来选择股票，因此它可能会忽略股票的长期趋势和基本面因素。此外，如果市场出现大幅波动，这个策略可能会选择一些高风险的股票。
如何优化？
为了优化这个策略，可以考虑加入一些基本面因素，例如公司的财务状况、盈利能力等。此外，可以考虑加入一些技术分析指标，例如移动平均线、布林线等，以更好地判断股票的走势。
最终的选股逻辑
综合考虑股票的短期走势、换手率和均线走势，选择换手率在3%到12%之间、均线向上发散且在两天内达到最高点的股票。
python代码参考
import talib
def get_top_gainers():
# 获取所有股票的代码和名称
stock_codes = get_stock_codes()
# 获取股票的收盘价和成交量数据
prices = get_prices(stock_codes)
volumes = get_volumes(stock_codes)
# 计算股票的换手率
turnover_rates = calculate_turnover_rates(prices, volumes)
# 获取股票的均线数据
moving_averages = calculate_moving_averages(prices)
# 选择换手率在3%到12%之间、均线向上发散且在两天内达到最高点的股票
top_gainers = []
for code, name in stock_codes.items():
if turnover_rates[code] >= 3 and turnover_rates[code] <= 12 and moving_averages[code][0] > moving_averages[code][1] and moving_averages[code][1] > moving_averages[code][2]:
top_gainers.append((code, name))
return top_gainers
## 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。
