问财量化选股策略逻辑
高点为两日最高,15分钟周期MACD绿柱变短,昨天换手率＞8%
选股逻辑分析
这个策略的逻辑是基于技术分析和市场行为分析的。首先，它选择在两天内达到最高点的股票，这表明这些股票具有一定的上涨潜力。其次，它选择在15分钟周期内MACD绿柱变短的股票，这表明市场正在转向多头。最后，它选择昨天换手率大于8%的股票，这表明市场参与度较高，股票价格可能有较大的波动。
有何风险？
这个策略的潜在风险是它可能过于依赖技术分析和市场行为分析，而忽略了其他重要的因素，如公司基本面、行业趋势等。此外，如果市场出现极端情况，如大规模的市场崩盘或流动性危机，这个策略可能会失效。
如何优化？
为了优化这个策略，可以考虑加入更多的因素，如公司财务数据、行业数据、政策环境等。此外，可以考虑使用更高级的技术分析工具，如布林线、移动平均线等，以提高策略的准确性和可靠性。
最终的选股逻辑
最终的选股逻辑如下：
def select_stock():
# 选择两天内达到最高点的股票
high_prices = get_high_prices()
stocks = [stock for stock in high_prices if stock['date'] == max(high_prices['date'])]
# 选择15分钟周期MACD绿柱变短的股票
macd = get_macd()
stocks = [stock for stock in stocks if macd['short'] < macd['long']]
# 选择昨天换手率大于8%的股票
stocks = [stock for stock in stocks if stock['volume'] > stock['volume'] * 0.08]
return stocks
python代码参考
def get_high_prices():
# 获取过去两天内所有股票的最高价
prices = get_prices()
high_prices = {}
for stock in prices:
if stock['date'] >= prices[-2]['date'] and stock['date'] <= prices[-1]['date']:
high_prices[stock['symbol']] = stock['price']
return high_prices
def get_macd():
# 获取15分钟周期的MACD数据
prices = 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。
