问财量化选股策略逻辑
高点为两日最高,涨幅<2.6且涨幅>-5,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股票价格的短期波动来筛选股票。首先，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，要求股票的涨幅小于2.6并且涨幅大于-5，这表明股票价格在短期内有回调的趋势。最后，要求股票在近25个交易日内有单日涨幅大于等于百分之10，这表明股票价格在短期内有较强的上涨动力。
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，因此可能会忽略股票的长期趋势和价值。此外，如果股票价格在短期内出现大幅波动，这个策略可能会产生较大的误差。
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，可以考虑使用更长期的数据来筛选股票，例如一年或两年的交易数据。最后，可以考虑使用技术分析指标来辅助筛选股票，例如移动平均线、布林线等。
最终的选股逻辑
以下是最终的选股逻辑：
def select_stock():
# 获取最近两天的最高价
high_prices = get_high_prices()
# 筛选出涨幅小于2.6并且涨幅大于-5的股票
filtered_prices = filter_prices(high_prices, -5, 2.6)
# 筛选出近25个交易日内有单日涨幅大于等于百分之10的股票
selected_prices = select_prices(filtered_prices, 10)
# 返回符合条件的股票列表
return selected_prices
python代码参考
def get_high_prices():
# 获取股票的历史交易数据
historical_prices = get_historical_prices()
# 获取最近两天的最高价
high_prices = [price[-2:] for price in historical_prices]
return high_prices
def filter_prices(prices, lower_bound, upper_bound):
# 筛选出涨幅小于lower_bound并且涨幅大于upper_bound的股票
filtered_prices = [price for price in prices if price[1] > lower_bound and price[1] < upper_bound]
## 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。
