问财量化选股策略逻辑
高点为两日最高,振幅大于1,涨跌幅×超大单净量
选股逻辑分析
这个策略的逻辑是基于股票价格波动和成交量的变化来筛选股票。首先，要求股票在两天内出现过最高价，这表明股票价格有上涨的趋势。其次，要求股票的振幅大于1，这表明股票价格波动较大，可能存在交易机会。最后，要求股票的涨跌幅与超大单净量的乘积大于某个阈值，这表明股票的成交量和价格波动都较大，可能存在交易机会。
有何风险？
这个策略的逻辑是基于股票价格和成交量的变化来筛选股票，但这些因素并不是股票价格涨跌的唯一决定因素。因此，这个策略可能会漏掉一些具有潜力的股票，或者误选一些表现不佳的股票。此外，由于这个策略是基于历史数据进行筛选的，因此它可能会忽略一些未来可能出现的市场变化。
如何优化？
为了优化这个策略，可以考虑加入更多的筛选条件，例如股票的市值、市盈率、市净率等。此外，可以考虑使用更高级的量化技术，例如机器学习算法，来更准确地筛选股票。
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
stocks = get_stocks()
# 筛选出两天内出现过最高价的股票
stocks = stocks[stocks['high'] > stocks['high'].shift(1)]
# 筛选出振幅大于1的股票
stocks = stocks[stocks['std'] > 1]
# 筛选出涨跌幅与超大单净量的乘积大于某个阈值的股票
stocks = stocks[(stocks['pct_chg'] * stocks['turnover'] > 1) & (stocks['pct_chg'] > 0)]
# 返回符合条件的股票列表
return stocks
python代码参考
import pandas as pd
def get_stocks():
# 获取所有A股股票
df = pd.read_csv('stock_data.csv')
stocks = df[df['exchange'] == 'SH'].reset_index(drop=True)
return stocks
def select_stock():
# 获取所有A股股票
stocks = get_stocks()
# 筛选出两天
## 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。
