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, 换手率>2%且<9%
选股逻辑分析
这个策略的逻辑是基于股票的高点、资金强度和换手率来筛选股票。首先，股票的高点需要在两天内达到，这表明股票在短期内有较强的上涨动力。其次，资金强度需要从大到小排列，这表明资金流入股票的力度较强。最后，换手率需要在2%到9%之间，这表明股票的交易活跃度适中。
有何风险？
这个策略的局限性在于它只考虑了股票的短期表现，而没有考虑长期趋势。此外，如果市场出现大幅波动，这个策略可能会失去效果。另外，如果股票的换手率过高，可能会导致股票价格被操纵。
如何优化？
为了优化这个策略，可以考虑加入一些长期趋势指标，例如移动平均线和MACD等。此外，可以考虑加入一些过滤条件，例如股票的市值和行业等，以避免选择一些不合适的股票。
最终的选股逻辑
import talib
def get_top_gainers():
# 获取所有股票的高点
highs = get_highs()
# 获取资金强度排名
strength = get_strength()
# 获取换手率排名
turnover = get_turnover()
# 合并三个排名
rankings = pd.merge(strength, turnover, on='date')
rankings = pd.merge(rankings, highs, on='date')
# 筛选出符合条件的股票
top_gainers = rankings[(rankings['strength'] >= rankings['strength'].quantile(0.9)) &
(rankings['turnover'] >= rankings['turnover'].quantile(0.9)) &
(rankings['high'] >= rankings['high'].quantile(0.9))]
return top_gainers
python代码参考
import talib
def get_highs():
# 获取所有股票的高点
highs = []
for symbol in stock_data.keys():
highs.append(stock_data[symbol]['high'].max())
return highs
def get_strength():
# 获取资金强度排名
strength = []
for symbol in stock_data.keys():
strength.append
## 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。
