问财量化选股策略逻辑
高点为两日最高,今日上涨>1主板,周线macd在零轴之上
选股逻辑分析
这个策略的逻辑是基于技术分析和趋势判断的。首先，要求股票在最近两天的交易中出现过最高价，这表明股票有一定的上涨动力。其次，要求股票在今天的交易中上涨幅度大于1，这表明股票当前处于上升趋势中。最后，要求股票的周线macd在零轴之上，这表明股票的中期趋势是向上的。
有何风险？
这个策略的局限性在于它只考虑了股票的短期趋势，而没有考虑股票的基本面情况。如果股票的基本面不佳，即使短期趋势向好，也可能出现回调的风险。此外，如果市场整体趋势向下，即使股票符合这个策略的条件，也可能出现下跌的情况。
如何优化？
为了减少风险，可以考虑将策略中的条件进行组合。例如，可以将高点为两日最高和周线macd在零轴之上这两个条件结合起来，以筛选出基本面和技术面都较好的股票。此外，可以考虑加入其他条件，例如市盈率、市净率等，以更全面地评估股票的价值。
最终的选股逻辑
综合考虑股票的基本面和技术面，我们可以使用以下策略进行筛选：
- 要求股票在最近两天的交易中出现过最高价。
- 要求股票在今天的交易中上涨幅度大于1。
- 要求股票的周线macd在零轴之上。
- 要求股票的市盈率、市净率等基本面指标处于合理范围内。
python代码参考
以下是基于pandas和ta-lib库的python代码实现：
import pandas as pd
import talib
def get_stock_data(stock_code):
# 获取股票的历史交易数据
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()
df = df.fillna(method='ffill')
return df
def get_top_two_highest_prices(df):
# 获取股票最近两天的最高价
df['Two_Highest_Prices'] = df['Adj Close'].rolling(window=2).max()
df = df
## 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。
