问财量化选股策略逻辑
高点为两日最高,涨幅<2.6且涨幅>-5,圆弧形
选股逻辑分析
这个策略的逻辑是基于价格趋势和形态来筛选股票。首先，要求股票在两天内达到最高点，这表明股票已经经历了一定的上涨。其次，要求股票的涨幅小于2.6，这表明股票的涨幅不是很大，可能还有上涨的空间。最后，要求股票的涨幅大于-5，这表明股票的价格趋势是向上的。
有何风险？
这个策略的风险在于它可能无法准确地预测股票的走势。如果股票的价格走势不符合策略的要求，那么策略可能会选择错误的股票。此外，如果市场出现较大的波动，那么策略也可能会受到影响。
如何优化？
为了优化这个策略，可以考虑增加更多的筛选条件，例如要求股票的成交量、市盈率等。此外，可以考虑使用更高级的分析工具来预测股票的走势，例如使用机器学习算法。
最终的选股逻辑
以下是最终的选股逻辑：
def select_stock():
# 获取所有股票的最高价、涨幅和收盘价
highs = get_highs()
gains = get_gains()
closes = get_closes()
# 筛选出两天内达到最高点的股票
highs_two_days = highs[-2:]
highs_two_days = highs_two_days[highs_two_days > highs[-1]]
# 筛选出涨幅小于2.6的股票
gains_two_days = gains[-2:]
gains_two_days = gains_two_days[gains_two_days < gains[-1]]
# 筛选出涨幅大于-5的股票
closes_two_days = closes[-2:]
closes_two_days = closes_two_days[closes_two_days > closes[-1]]
# 筛选出符合条件的股票
stocks = []
for high, gain, close in zip(highs_two_days, gains_two_days, closes_two_days):
if high > close and gain < 2.6 and gain > -5:
stocks.append((high, gain, close))
# 返回符合条件的股票列表
return stocks
python代码参考
def get_highs():
# 获取所有股票的最高价
highs = []
for symbol, data in stock_data.items():
highs.append(data['high'])
return
## 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。
