(问财量化交易策略)昨天换手率>8%_、macd零轴以上、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,macd零轴以上,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。首先,它选择在两天内达到最高点的股票,这表明这些股票在短期内有较强的上涨动力。其次,它选择macd零轴以上的股票,这表明这些股票的短期趋势是向上的。最后,它选择昨天换手率大于8%的股票,这表明这些股票在市场上有较高的活跃度和交易量。

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,如公司的基本面和行业趋势。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,可以考虑加入一些基本面分析的因素,例如公司的财务状况、盈利能力、市场份额等。此外,可以考虑加入一些市场行为分析的因素,例如市场情绪、投资者行为等。这样可以更好地把握股票的长期趋势和市场走势,从而提高策略的准确性和稳定性。

最终的选股逻辑

最终的选股逻辑如下:

def select_stock():
    # 获取所有A股股票
    stocks = get_stocks()
    
    # 选择两天内达到最高点的股票
    high_points = get_high_points(stocks)
    selected_stocks = stocks[high_points.index]
    
    # 选择macd零轴以上的股票
    macd = get_macd(selected_stocks)
    selected_stocks = selected_stocks[macd.index]
    
    # 选择昨天换手率大于8%的股票
    turnover = get_turnover(selected_stocks)
    selected_stocks = selected_stocks[turnover.index]
    
    return selected_stocks

python代码参考

def get_stocks():
    # 获取所有A股股票
    # ...

def get_high_points(stocks):
    # 获取两天内达到最高点的股票
    # ...

def get_macd(selected_stocks):
    # 获取macd零轴以上的股票
    # ...

def get_turnover(selected_stocks):
    # 选择昨天换手率大于8%的股票
    # ...
## 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