问财量化选股策略逻辑
根据提供的信息，该选股策略的基本逻辑如下：
- 昨日的压力位除以90%的成本上限：这可能是基于价格的趋势判断和市场压力测试。如果昨天的价格超过了90%的成本上限，并且在这个位置形成了阻力，那么今天的股价可能会受到限制，因此不建议买入。
- 今日不涨停：这可能是为了避免高开低走的情况。如果今天股票开盘后没有立即上涨，而是选择在高位盘整，那么这个信号可能是一个卖出的机会。
- 近五个交易日有单日涨幅大于5%：这是为了寻找最近一段时间内表现强劲的股票。如果一个股票在过去五个交易日内有一个或多个单日涨幅超过5%，那么它可能是一个值得考虑的投资目标。
选股逻辑分析
这种选股策略的优点是简单易懂，而且可以结合多种因素进行筛选。然而，缺点也很明显。首先，压力位的确定需要考虑到许多复杂的因素，例如市场情绪、投资者信心等，这可能会导致结果的偏差。其次，不涨停和单日涨幅大于5%这两个条件都有其局限性，不能保证选出的所有股票都能在未来产生收益。最后，这种策略只考虑了过去的表现，而忽视了未来的发展趋势。
有何风险？
这种策略的主要风险在于过度依赖历史数据，忽视了市场的不确定性。此外，如果市场环境发生变化，这种策略的效果可能会大大降低。再者，由于压力位和成本上限的计算需要使用到一些技术指标，如果这些指标的计算方法存在误差，也可能影响到结果的准确性。
如何优化？
为了优化这种策略，可以从以下几个方面入手：
- 提高压力位的计算准确性：可以通过引入更多的因素来计算压力位，例如成交量、换手率等。
- 考虑未来的市场环境：可以通过调整成本上限的设置，以适应不同的市场环境。
- 使用更准确的技术指标：可以选择更适合当前市场情况的技术指标来进行计算。
最终的选股逻辑
最终的选股逻辑应该是将上述优化后的策略结合起来，同时还需要结合其他因素进行综合分析，以提高投资决策的准确性和可靠性。
常见问题
常见问题包括如何选择适合自己的压力位计算方法、如何调整成本上限的设置、如何选择适合当前市场情况的技术指标等。
python代码参考
import pandas as pd
from pandas_datareader import data as p
## 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？
点击页面下方的复制按钮，复制到自己的账户即可使用模板进行回测。