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,反包
选股逻辑分析
这个策略的逻辑是基于高点和昨日竞价换手率来筛选股票。首先，需要找到过去两天内股票的最高价，然后筛选出昨天的竞价换手率大于0.26的股票。最后，需要确定这些股票是否能够进行反包，即股价是否能够超过前一个交易日的收盘价。
有何风险？
这个策略的风险在于它可能无法准确预测股票的走势。高点和昨日竞价换手率只是参考因素，而不是确定性的指标。此外，如果股票没有进行反包，那么这个策略可能会选择错误的股票。
如何优化？
为了优化这个策略，可以考虑增加更多的参考因素，例如股票的成交量、技术指标等。此外，可以使用更复杂的算法来预测股票的走势，例如机器学习算法。
最终的选股逻辑
最终的选股逻辑如下：
def select_stock():
# 获取过去两天内股票的最高价
highs = get_highs()
# 筛选出昨天的竞价换手率大于0.26的股票
stocks = get_stocks_with_high_turnover(highs)
# 确定这些股票是否能够进行反包
for stock in stocks:
if stock['close'] > stock['close'][-1]:
yield stock
python代码参考
def get_highs():
# 获取过去两天内股票的最高价
highs = []
for i in range(2):
highs.append(df['high'].max())
return highs
def get_stocks_with_high_turnover(highs):
# 筛选出昨天的竞价换手率大于0.26的股票
stocks = []
for stock in df:
if stock['turnover'] > 0.26 and stock['high'] in highs:
stocks.append(stock)
return stocks
## 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。
