问财量化选股策略逻辑
选股逻辑分析
- 高点为两日最高：表示该股票在两天内出现过最高价，说明有资金在关注该股票，有可能出现反弹。
- 换手率3%-12%：表示该股票的换手率在3%到12%之间，说明该股票的交易活跃度适中，有可能出现反弹。
- 反包：表示该股票在下跌过程中出现了一定的反弹，说明有资金在抄底，有可能出现反弹。
有何风险？
- 该策略只考虑了股票的短期走势，没有考虑长期趋势和基本面因素，因此可能会错过一些长期机会。
- 该策略只考虑了股票的换手率和反弹力度，没有考虑其他因素，例如股票的市值、行业等因素，因此可能会错过一些优质股票。
如何优化？
- 可以考虑加入更多因素，例如股票的市值、行业等因素，以更全面地评估股票的价值和潜力。
- 可以考虑加入更多技术指标，例如布林线、移动平均线等，以更准确地判断股票的走势。
最终的选股逻辑
- 高点为两日最高
- 换手率3%-12%
- 反包
- 股票市值在一定范围内
- 行业在一定范围内
- 布林线在上轨附近
- 移动平均线在上轨附近
python代码参考
import talib
import pandas as pd
def get_top_price_data(symbol):
# 获取股票的历史最高价数据
data = pd.read_csv('stock_data.csv')
top_prices = data[data['symbol'] == symbol]['high'].sort_values(ascending=False)
return top_prices
def get_top_volume_data(symbol):
# 获取股票的历史最高成交量数据
data = pd.read_csv('stock_data.csv')
top_volumes = data[data['symbol'] == symbol]['volume'].sort_values(ascending=False)
return top_volumes
def get_stock_data(symbol):
# 获取股票的历史数据
data = pd.read_csv('stock_data.csv')
stock_data =
## 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。
