(问财量化交易策略)收盘价_boll(upper值)且收盘价_boll(mid值)_、涨幅

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,涨幅<2.6且涨幅>-5,收盘价<boll(upper值)且收盘价>boll(mid值)

选股逻辑分析

这个策略的逻辑是基于技术分析的,通过分析股票的收盘价和布林线指标来筛选股票。具体来说,它要求股票在最近两天的最高价中选择最高价,然后要求该股票在这两天内的涨幅小于2.6并且涨幅大于-5。最后,它要求股票的收盘价在布林线的上轨和中轨之间。

这个策略的逻辑看起来比较清晰,但是它可能存在一些风险。首先,技术分析并不是一种完全可靠的分析方法,因为它可能会忽略一些重要的基本面因素。其次,这个策略可能会漏掉一些股票,因为它要求股票的涨幅必须在一定范围内。最后,这个策略可能会过度交易,因为它要求股票的收盘价必须在布林线的上轨和中轨之间。

如何优化?

为了优化这个策略,我们可以考虑以下几点:

  1. 使用更多的技术指标来筛选股票,例如移动平均线、MACD等,以提高策略的准确率。
  2. 考虑加入一些基本面因素,例如公司的财务状况、盈利能力等,以提高策略的可靠性。
  3. 调整策略的参数,例如涨幅和布林线的上下轨,以适应不同的市场环境。

最终的选股逻辑

最终的选股逻辑如下:

def select_stock():
    # 获取最近两天的最高价
    high_prices = get_high_prices()
    
    # 筛选出涨幅小于2.6并且涨幅大于-5的股票
    filtered_prices = filter_prices(high_prices, 2.6, -5)
    
    # 筛选出收盘价在布林线的上轨和中轨之间的股票
    filtered_prices = filter_prices(filtered_prices, boll_upper, boll_mid)
    
    # 返回符合条件的股票列表
    return filtered_prices

python代码参考

import talib

def get_high_prices():
    # 获取股票的历史收盘价
    prices = get_prices()
    
    # 获取最近两天的最高价
    high_prices = prices[-2:]
    
    return high_prices

def filter_prices(prices, threshold1, threshold2):
    # 筛选出涨幅小于threshold1并且涨幅大于threshold2

    ## 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