问财量化选股策略逻辑
高点为两日最高,振幅大于1,集中度70<20%
选股逻辑分析
这个策略的逻辑是基于股票价格的波动性和集中度来筛选股票。首先，它要求股票在两天内达到最高点，这表明股票价格已经经历了一定的上涨。其次，它要求股票的振幅大于1，这意味着股票价格波动较大，可能存在交易机会。最后，它要求股票的集中度小于20%，这意味着股票的流通量较大，交易活跃，有利于交易。
有何风险？
这个策略的潜在风险包括市场风险、流动性风险和交易成本风险。市场风险是指股票价格受到整体市场因素的影响，可能会导致策略表现不佳。流动性风险是指股票的流通量较小，可能导致交易困难，影响策略的表现。交易成本风险是指交易过程中需要支付的费用，包括交易佣金、汇率转换费等，可能会降低策略的收益率。
如何优化？
为了优化这个策略，可以考虑以下几点：
- 选择更短的时间周期来筛选股票，例如一天或更短的时间周期，以提高策略的敏感性。
- 考虑加入其他因素来筛选股票，例如股票的市值、盈利能力等，以提高策略的准确性。
- 考虑加入风险管理措施，例如止损单或风险分散等，以降低策略的潜在风险。
最终的选股逻辑
以下是最终的选股逻辑：
- 股票价格在两天内达到最高点。
- 股票的振幅大于1。
- 股票的集中度小于20%。
python代码参考：
import talib
def high_price_two_days_max(prices):
# 获取股票价格的最高价
highs = prices.max(axis=0)
# 获取股票价格在两天内的最高价
max_two_days = highs[-2:]
# 判断股票价格是否在两天内达到最高点
if max_two_days[-1] == max_two_days[-2]:
return False
else:
return True
def price_volatility(prices):
# 获取股票价格的振幅
upper = prices.max(axis=0) + prices.std(axis=0)
lower = prices.min(axis=0) - prices.std(axis=0)
# 计算股票价格的振幅
volatility = upper
## 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。
