问财量化选股策略逻辑
高点为两日最高,振幅大于1,今日增仓占比>5%
选股逻辑分析
这个策略的逻辑是基于股票价格的波动性和成交量的变化来筛选股票。首先，要求股票在两天内达到最高价，这表明股票价格有上涨的趋势。其次，要求股票的振幅大于1，这表明股票价格波动较大，可能存在交易机会。最后，要求股票今天的增仓占比大于5%，这表明机构投资者对这只股票有较大的兴趣。
有何风险？
这个策略的潜在风险是过于依赖于短期的价格波动和成交量变化。如果市场出现较大的波动，这个策略可能会失去效果。此外，如果机构投资者在某一天突然大量买入或卖出股票，也可能导致股票价格的剧烈波动，从而影响这个策略的收益率。
如何优化？
为了优化这个策略，可以考虑加入更多的过滤条件，例如股票的市值、市盈率、市净率等。这些过滤条件可以帮助筛选出更具有投资价值的股票。此外，可以考虑加入技术分析指标，例如移动平均线、布林线等，以更好地判断股票的价格走势和趋势。
最终的选股逻辑
以下是最终的选股逻辑：
def select_stock():
# 获取所有A股股票的列表
stocks = get_stocks()
# 筛选出两天内达到最高价的股票
high_price_stocks = [stock for stock in stocks if stock['high'] == stock['high'].max()]
# 筛选出振幅大于1的股票
volatility_stocks = [stock for stock in high_price_stocks if stock['volatility'] > 1]
# 筛选出今天增仓占比大于5%的股票
interest_stocks = [stock for stock in volatility_stocks if stock['net_flow'] > 0.05]
# 返回符合条件的股票列表
return interest_stocks
python代码参考
import tushare as ts
# 初始化pro接口
pro = ts.pro_api()
# 获取所有A股股票的列表
stocks = pro.realtime_quotes('600000.XSHG')
# 筛选出两天内达到最高价的股票
high_price_stocks = [stock for stock in stocks if stock['high'] == stock['high'].max()]
# 筛选出
## 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。
