问财量化选股策略逻辑
高点为两日最高, 资金强度由大到小, 振幅大于1
选股逻辑分析
这个策略的逻辑是基于股票的高点、资金强度和振幅来筛选股票。首先，它选择过去两天内股票的最高价作为高点，然后按照资金强度从大到小排序。最后，它选择振幅大于1的股票作为最终的股票池。
有何风险？
这个策略的风险在于它可能过于侧重于短期的价格波动，而忽略了股票的基本面和长期趋势。此外，如果股票市场的波动性较大，这个策略可能会选择一些波动性较大的股票，从而增加风险。
如何优化？
为了优化这个策略，可以考虑加入一些基本面指标，例如市盈率、市净率等，以更好地评估股票的价值。此外，可以考虑加入一些技术指标，例如移动平均线、布林线等，以更好地判断股票的趋势。
最终的选股逻辑
import talib
def select_stock():
# 获取过去两天内股票的最高价
highs = get_highs()
# 按照资金强度从大到小排序
sorted_highs = sorted(highs, key=lambda x: x[1], reverse=True)
# 选择振幅大于1的股票作为最终的股票池
selected_stocks = []
for high in sorted_highs:
if talib.ABS(high[0] - high[1]) > 1:
selected_stocks.append(high)
return selected_stocks
python代码参考
import talib
def get_highs():
# 获取股票的历史最高价
highs = []
for symbol in symbols:
highs.append(get_highest_price(symbol))
return highs
def get_highest_price(symbol):
# 获取股票的历史最高价
data = get_data(symbol)
highest_price = data['Close'].max()
return highest_price
def get_data(symbol):
# 获取股票的历史数据
data = yf.download(symbol, start=start_date, end=end_date)
return data
def select_stock():
# 获取过去两天内股票的最高价
highs = get_highs()
# 按照资金强度从大到小排序
sorted_highs = sorted(highs, key=lambda x
## 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。
