问财量化选股策略逻辑
高点为两日最高,非科创,涨幅<2.6且涨幅>-5
选股逻辑分析
这个策略的逻辑是基于股票价格的短期波动来筛选股票。首先，它要求股票在最近两天的交易中达到最高价，这表明股票价格在短期内有上涨的趋势。其次，它排除了科技创新板的股票，因为科技创新板的股票价格波动较大，可能不适合长期投资。最后，它要求股票的涨幅在-5到2.6之间，这意味着股票价格在短期内有较大的波动，但没有达到极端水平。
有何风险？
这个策略的逻辑是基于股票价格的短期波动来筛选股票，因此它可能会忽略一些长期趋势。此外，由于该策略排除了科技创新板的股票，因此可能无法捕捉到一些具有高增长潜力的公司。最后，由于该策略要求股票的涨幅在-5到2.6之间，因此可能会错过一些具有较大涨幅的股票。
如何优化？
为了优化这个策略，可以考虑增加一些其他因素，例如公司的财务状况、盈利能力、市场份额等。此外，可以考虑使用更长期的时间框架来筛选股票，以更好地捕捉到长期趋势。最后，可以考虑使用更多的技术分析工具来确定股票的价格走势。
最终的选股逻辑
以下是最终的选股逻辑：
def select_stock():
# 获取所有非科技创新板的股票
stocks = get_non科创_stocks()
# 筛选出两天内达到最高价的股票
stocks = stocks[stocks['最高价'].dt.date >= pd.Timestamp('2021-01-01') & stocks['最高价'].dt.date <= pd.Timestamp('2021-01-03')]
# 筛选出涨幅在-5到2.6之间的股票
stocks = stocks[(stocks['涨幅'] >= -5) & (stocks['涨幅'] <= 2.6)]
# 返回符合条件的股票
return stocks
python代码参考
import pandas as pd
def get_non科创_stocks():
# 获取所有非科技创新板的股票
stocks = pd.read_csv('stock_data.csv')
stocks = stocks[stocks['板块'] != '科技创新板']
return stocks
def select_stock():
# 获取所有非科技创新板的股票
stocks = 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。
