问财量化选股策略逻辑
高点为两日最高,非科创,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和竞价涨幅来筛选股票。首先，股票需要在两天内达到最高点，这表明股票有一定的上涨潜力。其次，股票不能是科技创新板的股票，因为科技创新板的股票通常具有更高的风险。最后，股票的竞价涨幅需要在-2到5之间，这表明股票有一定的买入机会。
有何风险？
这个策略的潜在风险包括市场风险、股票价格波动风险和交易成本风险。市场风险是指股票市场的整体表现会影响投资者的投资收益。股票价格波动风险是指股票价格的波动会对投资者的投资收益产生影响。交易成本风险是指投资者在交易过程中需要支付的费用，包括交易佣金和交易税等。
如何优化？
为了优化这个策略，可以考虑以下几点：
-
增加筛选条件：除了高点、非科创和竞价涨幅外，还可以考虑其他因素，如股票的市值、市盈率、市净率等，以提高策略的准确性和可靠性。
-
调整筛选范围：可以将策略的筛选范围扩大到整个市场，而不是仅仅局限于某个板块或行业。
-
使用技术分析：可以结合技术分析，如趋势线、均线等，来更好地判断股票的价格走势和买入时机。
最终的选股逻辑
最终的选股逻辑如下：
def select_stock():
# 筛选条件
high_price = df['high'].max() # 最高点
is_non科创 = df['sector'] != '科技创新板' # 非科技创新板
bid_price_change = df['bid_price'] - df['bid_price'].shift(1) # 竞价涨幅
bid_price_change = bid_price_change.clip(-5, 5) # 筛选范围
# 合并筛选条件
filtered_df = df[(df['high'] == high_price) & (df['sector'] != '科技创新板') & (bid_price_change > -2) & (bid_price_change < 5)]
# 返回符合条件的股票列表
return filtered_df['code'].tolist()
python代码参考
import pandas as pd
# 读取股票数据
df = pd.read_csv
## 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。
