问财量化选股策略逻辑
高点为两日最高,非科创,（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的高点和换手率来筛选股票。首先，股票需要在两天内达到最高点，这表明股票有一定的上涨潜力。其次，股票不能是科技创新股，因为科技创新股通常具有更高的换手率和更活跃的市场。最后，股票的换手率需要大于0.5，并且竞价成交量/昨日成交量需要小于2。这些条件的目的是筛选出那些具有较高换手率和活跃市场的股票，同时避免科技创新股的高换手率和波动性。
有何风险？
这个策略的潜在风险是它可能会错过一些具有高潜力的科技创新股。由于策略排除了这些股票，因此可能会错失一些有潜力的股票。此外，策略也可能无法准确预测股票的走势，因为高点和换手率只是股票表现的一部分因素。
如何优化？
为了优化这个策略，可以考虑增加更多的条件来筛选股票。例如，可以考虑加入股票的市值和行业因素，以确保筛选出的股票具有更大的投资价值和更稳定的市场表现。此外，可以考虑加入技术分析指标，如移动平均线和布林线，以更好地预测股票的走势。
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
stocks = get_a_list()
# 筛选出两天内达到最高点的股票
high_points = [stock['high'] for stock in stocks if stock['high'] > stock['high'].shift(1)]
stocks = stocks[stocks['high'].isin(high_points)]
# 筛选出非科技创新股
no科创 = stocks[stocks['sector'] != '科技']
# 筛选出换手率大于0.5且竞价成交量/昨日成交量小于2的股票
condition1 = no科创['turnover'] * (no科创['pre_close'] / no科创['close']) > 0.5
condition2 = no科创['pre_close'] / no科创['close'] < 2
stocks = stocks[condition1 & condition2]
return stocks
python代码参考
import
## 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。
