(问财量化交易策略)收益>0_、竞价涨幅>-2<5、高点为两日最高

用户头像神盾局量子研究部
2023-09-06 发布

问财量化选股策略逻辑

高点为两日最高,竞价涨幅>-2<5,收益>0

选股逻辑分析

这个策略的逻辑是基于股票在竞价阶段的表现来筛选股票。具体来说,它要求股票在竞价阶段的涨幅大于-2%,小于5%,并且收益大于0。这些条件的目的是筛选出在竞价阶段表现良好的股票,这些股票可能在接下来的交易日中表现良好。

有何风险?

这个策略的潜在风险是它可能过于依赖于股票在竞价阶段的表现。如果股票在竞价阶段的表现不佳,那么即使在之后的交易日中表现良好,也可能被排除在这个策略之外。此外,这个策略可能无法识别出一些股票在竞价阶段表现良好,但在之后的交易日中表现不佳的情况。

如何优化?

为了优化这个策略,可以考虑增加更多的条件来筛选股票。例如,可以考虑股票的市值、行业、盈利能力等因素。这些因素可以帮助筛选出更高质量的股票,从而提高策略的准确性。

最终的选股逻辑

最终的选股逻辑如下:

def select_stock():
    # 获取所有股票的高点和竞价涨幅
    highs = get_highs()
    gains = get_gains()

    # 筛选出符合条件的股票
    selected_stocks = []
    for stock in highs:
        if stock[1] > -2 and stock[1] < 5 and stock[2] > 0:
            selected_stocks.append(stock)

    return selected_stocks

python代码参考

def get_highs():
    # 获取所有股票的高点
    highs = []
    for stock in get_all_stocks():
        highs.append((stock['date'], stock['high']))
    return highs

def get_gains():
    # 获取所有股票的竞价涨幅
    gains = []
    for stock in get_all_stocks():
        gain = stock['high'] - stock['open']
        if gain > 0:
            gains.append(gain)
    return gains

def get_all_stocks():
    # 获取所有股票的信息
    stocks = get_stock_info()
    return stocks

def get_stock_info():
    # 获取所有股票的信息
    # 这里省略代码
    return stocks

def select_stock():
    # 获取所有股票的高点和竞价涨幅
    highs = get_highs()
    gains = get

    ## 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。
    ![94c5cde12014f99e262a302741275d05.png](http://u.thsi.cn/imgsrc/pefile/94c5cde12014f99e262a302741275d05.png)
    
收益&风险
源码

评论