问财量化选股策略逻辑
高点为两日最高,昨日竞价换手率大于0.26,前日实际换手率>3～28
选股逻辑分析
这个策略的逻辑是基于高点和换手率的。首先，要求股票在两天内有最高的价格，这表明股票有一定的上涨潜力。其次，要求昨日的竞价换手率大于0.26，这表明股票有一定的活跃度。最后，要求前日的实际换手率在3到28之间，这表明股票的换手率处于一个合理的水平。
有何风险？
这个策略的逻辑是基于高点和换手率的，但是这些指标并不一定能够准确地预测股票的未来表现。高点可能是因为市场情绪的短暂波动而产生的，而不是真正的上涨趋势。换手率也可能会被操纵，从而导致虚假的活跃度。因此，这个策略存在一定的风险。
如何优化？
为了降低这个策略的风险，可以考虑加入更多的指标来综合分析股票。例如，可以加入股票的市盈率、市净率等指标，以更全面地了解股票的基本面情况。此外，可以考虑加入技术分析指标，如移动平均线、布林线等，以更准确地预测股票的走势。
最终的选股逻辑
综合考虑高点、昨日竞价换手率和前日实际换手率等因素，选择市盈率、市净率和移动平均线等指标综合分析的股票。具体来说，选择市盈率、市净率在合理范围内，移动平均线向上趋势明显的股票。同时，要求昨日的竞价换手率大于0.26，前日的实际换手率在3到28之间。
python代码参考
import talib
import pandas as pd
def get_stock_data(stock_code):
# 获取股票的历史数据
df = pd.read_csv(f'https://query1.finance.yahoo.com/v7/finance/download/{stock_code}', index_col='Date')
df = df[['Adj Close']]
df = df.resample('D').last()
return df
def get_top_k_data(df, k):
# 获取前k天的最高价
top_k_prices = df['Adj Close'].rolling(k).max()
# 获取前k天的换手率
top_k_turnover = df['Volume'].rolling(k
## 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。
