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,换手率3%-12%
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，它要求股票在最近两天内出现过最高价，这表明股票有一定的上涨动力。其次，它要求15分钟周期的MACD绿柱变短，这表明股票的短期趋势正在转为上涨。最后，它要求股票的换手率在3%-12%之间，这表明股票的交易活跃度适中。
有何风险？
这个策略的潜在风险包括市场风险、技术分析误差和量化交易误差。市场风险是指股票市场的波动性，可能会导致策略的收益无法达到预期。技术分析误差是指对技术指标的理解和使用出现偏差，可能会导致策略的错误决策。量化交易误差是指量化交易程序的编写和运行出现错误，可能会导致策略的执行不准确。
如何优化？
为了优化这个策略，可以考虑以下几点：
-
增加策略的参数数量，例如增加MACD指标的参数数量、增加换手率的取值范围等，以提高策略的准确性和适应性。
-
使用更多的数据源和数据指标，例如使用更多的历史数据、使用更多的技术指标等，以提高策略的准确性和可靠性。
-
采用更高级的量化交易技术，例如使用机器学习技术、深度学习技术等，以提高策略的执行效率和准确性。
最终的选股逻辑
def select_stock():
# 获取最近两天的最高价
high_prices = get_high_prices()
# 获取15分钟周期的MACD绿柱
macd = get_macd()
# 获取股票的换手率
turnover = get_turnover()
# 筛选出符合条件的股票
selected_stocks = []
for price, macd_value, turnover_value in zip(high_prices, macd, turnover):
if price is not None and macd_value < 0 and turnover_value > 3 and turnover_value <= 12:
selected_stocks.append(price)
return selected_stocks
python代码参考
def get_high_prices():
# TODO: 实现获取最近两天的最高价的函数
pass
def get_macd():
## 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。
