问财量化选股策略逻辑
高点为两日最高,macd零轴以上,近25个交易日有单日涨幅大于等于百分之10
选股逻辑分析
这个策略的逻辑是基于技术分析和市场表现来筛选股票。首先，要求股票在最近两天内有最高的收盘价，这表明股票价格在短期内有上涨的趋势。其次，要求股票的MACD指标位于零轴以上，这表明股票的短期和长期趋势都是向上的。最后，要求股票在过去25个交易日内有单日涨幅大于等于百分之10，这表明股票在短期内有较强的市场表现。
有何风险？
这个策略的潜在风险是过于依赖技术分析和市场表现，而忽略了其他因素，如公司的财务状况、行业前景等。此外，如果市场出现较大的波动，这个策略可能会产生较大的回撤风险。
如何优化？
为了优化这个策略，可以考虑加入更多的过滤条件，例如加入公司的财务指标、行业前景等。此外，可以考虑使用更长期的MACD指标来判断股票的趋势，以减少短期市场波动的影响。
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股股票的收盘价、MACD指标和涨幅数据
stock_prices = get_stock_prices()
macd_data = get_macd_data()
stock_data = get_stock_data()
# 筛选出高点为两日最高、MACD零轴以上、近25个交易日有单日涨幅大于等于百分之10的股票
selected_stocks = []
for stock in stock_prices:
if stock['high'] == stock_prices[-2]['high'] and stock['high'] == stock_prices[-1]['high']:
if macd_data[stock['symbol']]['macd'] > 0 and stock_data[stock['symbol']]['close'] > stock_prices[-2]['close'] * 1.01:
if stock_data[stock['symbol']]['close'] > stock_prices[-25]['close'] * 1.01:
selected_stocks.append(stock)
return selected_stocks
python代码参考
def get_stock_prices():
# 获取所有A股股票的收盘价数据
# ...
def get_macd_data():
# 获取所有A股股票的MACD指标数据
# ...
def get_stock_data
## 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。
