问财量化选股策略逻辑
高点为两日最高,非科创,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股票的高点和换手率来筛选股票。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，股票不能是科技创新股，因为科技创新股的换手率通常较高，可能会导致股票价格波动较大。最后，股票的前日实际换手率需要在3%到28%之间，这表明股票有一定的活跃度。
有何风险？
这个策略的潜在风险是过于依赖股票的高点和换手率来筛选股票。如果股票的高点和换手率不能准确反映股票的真实价值，那么这个策略可能会产生误导。此外，如果股票的换手率过高，可能会导致股票价格波动较大，从而给投资者带来风险。
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、盈利能力、财务状况等。这样可以更准确地筛选出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。
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
stocks = get_stocks()
# 筛选出两天内达到最高点的股票
high_points = [stock['high'] for stock in stocks if stock['high'] > stock['high'].shift(1)]
# 筛选出非科技创新股
non科创股 = [stock for stock in stocks if stock['sector'] != '科技']
# 筛选出前日实际换手率在3%到28%之间的股票
actual_turnover = [stock['turnover'] for stock in stocks if stock['turnover'] > 3 and stock['turnover'] < 28]
# 将筛选结果合并
selected_stocks = pd.concat([high_points, non科创股, actual_turnover], axis=1)
# 返回符合条件的股票列表
return selected_stocks
python代码参考
import pandas as pd
def get_stocks():
# 获取所有A股股票
stocks = pd.read_csv('stock_data.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。
