问财量化选股策略逻辑
高点为两日最高,15分钟周期MACD绿柱变短,振幅大于1
选股逻辑分析
这个策略的逻辑是基于技术分析和量化交易的。首先，它选择在两天内达到最高点的股票，这表明这些股票已经经历了一定的上涨。然后，它选择在15分钟周期上MACD绿柱变短的股票，这表明市场正在转向多头。最后，它选择振幅大于1的股票，这表明市场波动较大，可能有更多的机会。
有何风险？
这个策略的潜在风险是它可能过于依赖技术指标，而忽略了其他重要的基本面因素。此外，由于它选择的是短期波动较大的股票，因此可能会面临更高的风险。另外，由于这个策略是基于量化交易的，因此可能会出现交易延迟或错误的情况。
如何优化？
为了优化这个策略，可以考虑以下几点：
- 增加更多的技术指标，例如布林线和RSI等，以更好地判断市场趋势。
- 将时间周期延长到60分钟或日线级别，以更好地捕捉市场趋势。
- 将振幅的限制放宽，以捕捉更大的市场波动。
- 使用更多的数据源和分析工具，以更好地判断市场趋势。
最终的选股逻辑
这个策略的最终逻辑是：
- 选择在两天内达到最高点的股票。
- 选择在15分钟周期上MACD绿柱变短的股票。
- 选择振幅大于1的股票。
- 对于每个股票，计算其布林线和RSI指标，并将其与历史数据进行比较。
- 如果布林线和RSI指标都处于上升趋势，则认为该股票具有投资价值。
- 将符合以上条件的股票加入投资组合。
python代码参考
以下是基于pandas和ta-lib库的python代码参考：
import pandas as pd
import talib
def get_top_gainers():
# 获取所有股票的收盘价和日期
df = pd.read_csv('stock_prices.csv')
df['date'] = pd.to_datetime(df['date'])
df = df.set_index('date')
df = df.resample('D').last().dropna()
df = df[['close']]
df = df.sort_values(by='close', ascending=False)
top
## 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。
