问财量化选股策略逻辑
高点为两日最高, 昨日竞价换手率大于0.26, 振幅大于1
选股逻辑分析
这个策略的逻辑是基于股票的短期波动性来筛选股票。首先，它要求股票在两天内达到最高点，这表明股票价格在短期内有较强的上涨动力。其次，它要求昨日的竞价换手率大于0.26，这表明股票在昨日的交易中具有较高的换手率，表明市场对该股票的关注度较高。最后，它要求股票的振幅大于1，这表明股票价格在短期内波动较大，可能具有较好的投资价值。
有何风险？
这个策略的逻辑是基于股票的短期波动性来筛选股票，因此它可能无法准确预测股票的长期走势。此外，如果市场出现极端波动，该策略可能会选择一些高风险的股票，从而增加投资风险。
如何优化？
为了优化这个策略，可以考虑加入更多的筛选条件，例如股票的市值、市盈率、市净率等。此外，可以考虑使用更高级的量化技术，例如机器学习算法，来更准确地预测股票的走势。
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
stocks = get_stocks()
# 筛选出两天内达到最高点的股票
high_points = [stock['high'] for stock in stocks if stock['high'] > stock['high'].shift(1)]
# 筛选出昨日竞价换手率大于0.26的股票
turnover_rates = [stock['turnover_rate'] for stock in stocks if stock['turnover_rate'] > 0.26]
# 筛选出振幅大于1的股票
amplitudes = [stock['amplitude'] for stock in stocks if stock['amplitude'] > 1]
# 将三个筛选条件合并
selected_stocks = stocks[(high_points | turnover_rates | amplitudes) == True]
return selected_stocks
python代码参考
import pandas as pd
def get_stocks():
# 获取所有A股股票
stocks = pd.read_csv('stock_data.csv')
return stocks
def select_stock():
# 获取所有A股股票
stocks = get_st
## 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。
