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,今日控盘＞21
选股逻辑分析
这个策略的逻辑是基于股票的短期表现来筛选股票。首先，股票需要在两天内达到最高点，这表明股票有一定的上涨潜力。其次，股票的涨幅需要小于2.6，这表明股票的涨幅不是很大，可能还有上涨的空间。最后，股票需要在今天拥有超过21%的控盘，这表明股票的庄家实力较强，可能有更大的上涨潜力。
有何风险？
这个策略的逻辑是基于股票的短期表现来筛选股票，因此可能会忽略股票的长期表现和基本面因素。此外，如果股票的庄家实力较强，可能会出现庄家操纵股价的情况，导致股票的涨幅不真实。
如何优化？
为了优化这个策略，可以考虑加入更多的筛选条件，例如股票的市盈率、市净率等基本面因素，以及股票的行业、市值等其他因素。此外，可以考虑加入更多的技术指标，例如布林线、移动平均线等，以更好地判断股票的走势。
最终的选股逻辑
以下是最终的选股逻辑：
def select_stock():
# 获取所有股票的数据
stock_data = get_stock_data()
# 筛选出两天内达到最高点的股票
high_points = stock_data[stock_data['high'] == stock_data['high'].max()]
# 筛选出涨幅小于2.6且涨幅大于-5的股票
filtered_points = high_points[(high_points['close'] - high_points['open']) / high_points['open'] < 0.026]
filtered_points = filtered_points[(filtered_points['close'] - filtered_points['open']) / filtered_points['open'] > -0.05]
# 筛选出今天拥有超过21%控盘的股票
filtered_points = filtered_points[filtered_points['turnover'] > 0.21]
# 返回符合条件的股票列表
return filtered_points['code'].tolist()
python代码参考
import pandas as pd
import talib
def get_stock_data():
# 获取股票数据
data = pd.read_csv('stock_data.csv')
return data
def calculate_high_points(data):
# 计
## 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。
