问财量化选股策略逻辑
高点为两日最高,竞价涨幅＞-2＜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的高点和竞价涨幅来筛选股票。首先，要求股票在最近两天的交易中出现过最高价，这表明股票有一定的上涨趋势。其次，要求股票在竞价阶段的涨幅大于-2并且小于5，这表明股票有一定的买入意愿。最后，要求股票在近25个交易日内出现过单日涨幅大于等于百分之10的情况，这表明股票有一定的爆发力。
有何风险？
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，因此可能会忽略一些其他重要的因素，例如公司的财务状况、行业前景等。此外，由于该策略只考虑股票的短期表现，因此可能会忽略股票的长期潜力。
如何优化？
为了优化这个策略，可以考虑加入一些其他因素，例如公司的财务状况、行业前景等。此外，可以考虑使用更长期的时间周期来筛选股票，例如60天、90天等，以更好地反映股票的长期表现。
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()
# 获取竞价涨幅
bid_ask_prices = get_bid_ask_prices()
# 筛选出符合条件的股票
selected_stocks = []
for stock in stocks:
if stock['high'] in high_prices and stock['bid_ask'] > -2 and stock['bid_ask'] < 5 and stock['close'] >= stock['close'].rolling(window=25).max() * 0.9:
selected_stocks.append(stock)
return selected_stocks
python代码参考
def get_high_prices():
# 获取最近两天的最高价
return stock_prices[-2:]
def get_bid_ask_prices():
# 获取竞价涨幅
return stock_prices.pct_change()
def stocks():
# 获取所有股票的列表
return stock_df['symbol'].unique()
def select_stock():
# 获取最近两天的最高价
high_prices = get_high_prices()
# 获取竞价涨幅
bid_ask_prices = get_bid_ask_prices()
# 筛选出符合条件的股票
selected_stocks
## 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。
