问财量化选股策略逻辑
高点为两日最高,振幅大于1,（昨日换手率*（今日竞价成交量/昨日成交量））>0.5<2
选股逻辑分析
这个策略的逻辑是基于股票价格波动和成交量变化来筛选股票。首先，要求股票在两天内有最高的价格，这表明股票价格在短期内有上涨的趋势。其次，要求股票的振幅大于1，这表明股票价格波动较大，可能存在交易机会。最后，要求昨日换手率乘以今天的竞价成交量除以昨天的成交量大于0.5，这表明股票的交易活跃度较高，可能存在交易机会。
有何风险？
这个策略的逻辑是基于股票价格波动和成交量变化来筛选股票，但这些因素并不是股票价格涨跌的唯一决定因素。市场情绪、公司业绩、政策变化等因素也可能影响股票价格的波动。因此，这个策略的筛选结果并不一定能够准确预测股票的价格走势。
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，例如加入公司的财务数据、行业数据等，以更准确地预测股票的价格走势。此外，可以考虑加入技术分析指标，例如移动平均线、布林线等，以更准确地判断股票的价格走势。
最终的选股逻辑
高点为两日最高,振幅大于1,（昨日换手率*（今日竞价成交量/昨日成交量））>0.5<2,加入财务数据、行业数据和技术分析指标
python代码参考
import talib
import pandas as pd
def get_stock_data(stock_code):
# 获取股票的历史价格数据
df = pd.read_csv(f'https://query1.finance.yahoo.com/v7/finance/download/{stock_code}', index_col='Date')
df = df[['Adj Close']]
df = df.rename(columns={'Adj Close': stock_code})
df.index = pd.to_datetime(df.index)
df = df.resample('D').last()
df = df.fillna(method='ffill')
return df
def get_stock筛选_data(stock_code):
# 获取股票的财务数据
df = pd.read_csv(f'https://query1.finance.yahoo.com/v7/finance/{stock_code}', index_col='Date')
df = df[['EPS']]
df = df.rename(columns={'EPS': stock_code})
df.index = pd.to_datetime
## 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。
