问财量化选股策略逻辑
高点为两日最高,竞价涨幅＞-2＜5,反包
选股逻辑分析
这个策略的逻辑是基于股票在竞价阶段的表现来筛选股票。具体来说，它要求股票在竞价阶段的涨幅要大于-2并且小于5，同时要求股票在第二天的开盘价要高于前两天的最高价，即出现反包形态。这样的股票可能具有较强的上涨潜力，因此可以作为投资标的。
有何风险？
这个策略的局限性在于它只能筛选出具有反包形态的股票，但并不能保证这些股票一定会继续上涨。此外，由于该策略是基于股票在竞价阶段的表现来筛选股票，因此可能会漏掉一些具有潜力的股票。
如何优化？
为了提高该策略的准确性和可靠性，可以考虑加入更多的筛选条件，例如股票的成交量、市盈率等。此外，可以考虑使用更多的数据源来获取股票的竞价表现，以提高策略的准确性和可靠性。
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股股票的代码和名称
stocks = get_stocks()
# 筛选出符合以下条件的股票：
# 1. 近两个交易日的最高价为当天的最高价
# 2. 竞价涨幅大于-2并且小于5
# 3. 第二天的开盘价高于前两天的最高价
filtered_stocks = []
for stock in stocks:
if stock['high'] == stock['high'][-1] and stock['high'][-2] == stock['high'][-3] and stock['pre_close'] >= stock['high'][-1] - 2 and stock['pre_close'] <= stock['high'][-1] + 5 and stock['open'] > stock['high'][-1] + stock['high'][-2]:
filtered_stocks.append(stock)
# 返回符合条件的股票列表
return filtered_stocks
python代码参考
import tushare as ts
# 获取所有A股股票的代码和名称
def get_stocks():
# 初始化pro接口
pro = ts.pro_api()
# 获取所有A股股票的代码和名称
codes = pro.stock_basic()
stocks = []
for code in codes
## 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。
