问财量化选股策略逻辑
高点为两日最高,外盘/内盘大于1.3,竞价涨幅＞-2＜5
选股逻辑分析
这个策略的逻辑是基于股票的高点、外盘/内盘和竞价涨幅来筛选股票。具体来说，它会选取过去两天内股票的最高价作为高点，然后比较外盘/内盘的比值是否大于1.3。如果满足这个条件，那么股票将被筛选出来。接着，策略会比较股票在竞价阶段的涨幅是否大于-2并且小于5。如果满足这些条件，那么股票也将被筛选出来。
有何风险？
这个策略的风险在于它可能过于侧重于股票的短期表现，而忽略了股票的长期价值。此外，如果股票的价格波动较大，那么策略可能会出现较大的误差。因此，在使用这个策略时，需要谨慎考虑股票的长期价值和价格波动性。
如何优化？
为了优化这个策略，可以考虑加入更多的因素来筛选股票。例如，可以考虑加入股票的市盈率、市净率等财务指标，以及股票的行业和盈利能力等因素。这样可以更好地评估股票的长期价值和投资潜力。
最终的选股逻辑
以下是最终的选股逻辑：
def select_stock():
# 获取过去两天内股票的最高价
high_prices = get_high_prices()
# 获取外盘/内盘的比值
open_to_close_ratio = get_open_to_close_ratio()
# 获取股票在竞价阶段的涨幅
bid_ask_spread = get_bid_ask_spread()
# 筛选出符合条件的股票
selected_stocks = []
for price, open_to_close_ratio_value, bid_ask_spread_value in zip(high_prices, open_to_close_ratio, bid_ask_spread):
if open_to_close_ratio_value > 1.3 and bid_ask_spread_value > -2 and bid_ask_spread_value < 5:
selected_stocks.append(price)
return selected_stocks
python代码参考
def get_high_prices():
# TODO: 实现获取过去两天内股票的最高价
pass
def get_open_to_close_ratio():
# TODO: 实现获取外盘/内盘的比值
pass
def get_bid_ask_spread():
# TODO: 实现获取股票在竞价
## 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。
