问财量化选股策略逻辑
高点为两日最高, 换手率3%-12%, 收益＞0
选股逻辑分析
这个策略的逻辑是基于股票在两天内的高点和换手率来筛选股票。具体来说，它会寻找在两天内出现的高点，并且要求该高点是股票价格的最高点。同时，该策略还会寻找在三天内换手率在3%到12%之间的股票。最后，该策略会筛选出收益大于0的股票。
有何风险？
这个策略的风险在于它可能会选择一些表现不佳的股票。具体来说，如果股票在两天内的高点并不是真正的高点，或者股票的换手率过低或过高，那么该策略可能会选择出表现不佳的股票。此外，如果股票的收益在一段时间内没有达到预期，那么该策略也可能选择出表现不佳的股票。
如何优化？
为了优化这个策略，可以考虑增加更多的筛选条件。例如，可以考虑增加对股票价格趋势的筛选，或者考虑增加对股票盈利能力的筛选。此外，还可以考虑使用更多的技术指标来筛选股票，以提高策略的准确性。
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()
# 筛选出两天内出现的高点，并且要求该高点是股票价格的最高点
high_points = [stock['high'] for stock in stocks if stock['high'] == stock['close'].max()]
# 筛选出三天内换手率在3%到12%之间的股票
turnover_points = [stock for stock in stocks if stock['turnover'] >= 3 and stock['turnover'] <= 12]
# 筛选出收益大于0的股票
profitable_stocks = [stock for stock in stocks if stock['return'] > 0]
# 合并筛选结果
selected_stocks = list(set(high_points + turnover_points + profitable_stocks))
return selected_stocks
python代码参考
import tushare as ts
# 初始化pro接口
pro = ts.pro_api()
# 获取所有A股股票
stocks = pro.realtime_quotes('600000.XSHG')
# 筛选出两天
## 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。
