问财量化选股策略逻辑
高点为两日最高, 换手率3%-12%, 收盘价大于昨日的最低价
选股逻辑分析
这个策略的逻辑是基于股票的短期价格波动和交易活跃度来筛选股票。首先，它要求股票在两天内达到最高价，这表明股票价格在短期内有上涨的趋势。其次，它要求股票的换手率在3%到12%之间，这意味着股票交易活跃度适中，没有过度交易或极度低迷的情况。最后，它要求股票的收盘价大于昨日的最低价，这表明股票价格在短期内有上涨的趋势。
有何风险？
这个策略的局限性在于它只考虑了股票的短期价格波动和交易活跃度，而没有考虑更长期的市场趋势和公司基本面因素。因此，它可能会错过一些长期表现良好的股票。此外，如果股票价格在短期内出现大幅波动，这个策略可能会产生较大的交易成本和风险。
如何优化？
为了优化这个策略，可以考虑加入一些长期趋势和公司基本面因素的分析，例如使用技术分析指标和基本面分析来筛选股票。此外，可以考虑加入一些风险管理措施，例如设置止损点和风险分散等。
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股股票的列表
stocks = get_stocks()
# 筛选出两天内达到最高价的股票
high_price_stocks = [stock for stock in stocks if stock['high'] > stock['high'].shift(1)]
# 筛选出换手率在3%到12%之间的股票
active_stocks = [stock for stock in high_price_stocks if stock['turnover'] > 3 and stock['turnover'] < 12]
# 筛选出收盘价大于昨日最低价的股票
rising_stocks = [stock for stock in active_stocks if stock['close'] > stock['close'].shift(1)]
# 返回符合条件的股票列表
return rising_stocks
python代码参考
import talib
import pandas as pd
def get_stocks():
# 获取所有A股股票的列表
stocks = pd.read_csv('stock_list.csv')
return stocks
def calculate_rsi(stocks):
# 计算
## 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。
