问财量化选股策略逻辑
高点为两日最高,振幅大于1,今日控盘＞21
选股逻辑分析
这个策略的逻辑是基于股票价格波动和成交量来筛选股票。首先，要求股票在两天内有最高的价格，这表明股票价格在短期内有上涨的趋势。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，要求股票今天的控盘率大于21，这表明股票的成交量较大，可能有更多的投资者参与交易。
有何风险？
这个策略的逻辑是基于股票价格波动和成交量来筛选股票，但股票价格和成交量的波动性是不可预测的，因此这个策略的预测结果也是不可预测的。此外，如果市场整体趋势不利，即使股票符合这个策略的条件，也可能无法获得良好的投资回报。
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，例如股票的市值、市盈率、市净率等。此外，可以考虑使用技术分析指标来预测股票价格的走势，以提高策略的准确性和可靠性。
最终的选股逻辑
最终的选股逻辑如下：
def select_stock():
# 获取所有股票的代码和基本信息
stock_codes = get_stock_codes()
stock_info = get_stock_info(stock_codes)
# 筛选出两天内有最高价的股票
high_prices = get_high_prices(stock_codes)
selected_stocks = [stock_code for stock_code, price in zip(stock_codes, high_prices) if price > high_prices[-1]]
# 筛选出振幅大于1的股票
stock_prices = get_stock_prices(selected_stocks)
selected_stocks = [stock_code for stock_code, price in zip(selected_stocks, stock_prices) if abs(price - stock_prices[-1]) > 1]
# 筛选出今天控盘率大于21的股票
selected_stocks = [stock_code for stock_code, price in zip(selected_stocks, get_stock_volume(selected_stocks)) if price > get_stock_volume(selected_stocks)[-1] * 0.21]
return selected_stocks
python代码参考
import pandas as pd
import talib
def get_stock_codes():
# 获取所有股票的代码
codes = pd.read_csv('stock_codes.csv')
## 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。
