问财量化选股策略逻辑
高点为两日最高,涨幅<2.6且涨幅>-5,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价格的短期波动来筛选股票。首先，它要求股票在最近两天的最高价中选择最高价，这可以筛选出股票价格的短期高点。然后，它要求股票的涨幅在-5到2.6之间，这可以筛选出价格波动较小的股票。最后，它要求股票的均线向上发散，这可以筛选出股票价格趋势向上的股票。
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，而没有考虑更长期的趋势。因此，它可能会错过一些长期趋势向上的股票。此外，如果股票价格在短期内出现大幅波动，这个策略可能会选择出一些波动较大的股票。
如何优化？
为了优化这个策略，可以考虑加入一些长期趋势的指标，例如移动平均线和MACD等。这样可以更好地筛选出长期趋势向上的股票。此外，可以考虑加入一些过滤条件，例如股票的市值和市盈率等，以避免选择出一些高风险的股票。
最终的选股逻辑
以下是最终的选股逻辑：
def select_stock():
# 获取股票数据
stock_data = get_stock_data()
# 筛选出高点为两日最高，涨幅<2.6且涨幅>-5的股票
filtered_data = stock_data[(stock_data['high'] == stock_data['high'].max()) &
(stock_data['close'] - stock_data['close'].shift(1) > -5) &
(stock_data['close'] - stock_data['close'].shift(1) < 2.6)]
# 筛选出均线向上发散的股票
filtered_data = filtered_data[(filtered_data['ma20'] > filtered_data['ma50']) &
(filtered_data['ma50'] > filtered_data['ma200'])]
# 返回筛选后的股票数据
return filtered_data
python代码参考
import talib
def get_stock_data():
# 获取股票数据
# ...
return stock_data
def select_stock():
# 获取股票数据
stock_data = get_stock_data()
# �
## 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。
