问财量化选股策略逻辑
高点为两日最高,主升起动,振幅大于1
选股逻辑分析
这个选股逻辑看起来比较简单，主要关注股票在两天内的最高价、是否为主动上涨以及振幅是否大于1。其中，高点为两日最高可以筛选出短期强势的股票，主升起动可以筛选出有上涨趋势的股票，振幅大于1可以筛选出有较大波动的股票。
有何风险？
这个选股逻辑的局限性在于，它只关注股票的短期表现和波动性，而忽略了其他重要的因素，如公司的基本面、行业前景、政策环境等。因此，仅仅依靠这个逻辑进行投资可能会面临较大的风险。
如何优化？
为了降低风险，我们可以考虑将这个逻辑与其他因素结合起来，例如公司的财务状况、盈利能力、市场份额等。这样可以更全面地评估股票的价值和潜力，从而降低投资风险。
最终的选股逻辑
综合考虑股票的短期表现、波动性、基本面、行业前景、政策环境等因素，我们可以使用以下量化策略进行选股：
def select_stock():
# 获取股票数据
df = get_stock_data()
# 筛选出高点为两日最高、主升起动、振幅大于1的股票
df = df[(df['high'] == df['high'].rolling(2).max()) &
(df['close'] > df['close'].shift(1)) &
(df['close'] - df['close'].shift(1) > 1)]
# 筛选出财务状况、盈利能力、市场份额等基本面良好的股票
df = df[df['ROE'] > 10 & df['P/E'] < 20 & df['market_cap'] > 100000000]
# 筛选出行业前景良好、政策环境支持的股票
df = df[df['industry'] != '金融业' & df['industry'] != 'energy' &
df['政策支持'] == 1]
# 选择前10只股票
selected_stocks = df.nlargest(10, 'close')
return selected_stocks
python代码参考
import pandas as pd
import numpy as np
def get_stock_data():
# 获取股票数据
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。
