问财量化选股策略逻辑
在选股过程中，我们采用了以下策略作为量化分析的依据：
- 2天前涨跌幅排列：我们首先关注的是股票近两天的涨跌幅，以筛选出近期表现较好的股票。
- 上周涨跌幅大于0：我们进一步筛选出上周表现较好的股票，以排除近期走势疲软的股票。
- 10日振幅<3：我们关注股票近10日的振幅，筛选出振幅较小、相对稳定的股票。
选股逻辑分析
该策略的风险主要在于选股过程中可能遗漏一些表现较好的股票，同时也可能筛选出一些相对稳定的股票，但不一定具备较高的投资价值。
如何优化？
为了优化该选股策略，我们可以考虑引入更多的量化指标，如均线系统、MACD指标等，以更全面地评估股票的表现。此外，我们也可以通过技术分析和基本面分析相结合，以提高选股的准确性。
最终的选股逻辑
结合上述策略，我们的最终选股逻辑如下：
- 筛选出近两天的涨跌幅排名较好的股票；
- 筛选出上周涨跌幅排名较好的股票；
- 筛选出近10日振幅较小的股票。
常见问题
问题1：该策略是否考虑了市场情绪？
该策略在选股过程中并未考虑市场情绪的影响，未来可以结合市场情绪进行分析，以提高选股的准确性。
问题2：该策略是否考虑了公司的基本面？
该策略主要从价格和振幅的角度进行选股，并未考虑公司的基本面，未来可以结合公司的基本面进行分析，以提高选股的准确性。
问题3：该策略的优缺点是什么？
该策略的优点在于简单易懂，容易操作；缺点在于可能遗漏一些表现较好的股票，筛选出的股票不一定具备较高的投资价值。
指标公式代码参考
问题1：如何判断股票近两天的涨跌幅排名？
可以使用以下指标公式进行判断：
rank = rankdata(close, ascending=False)
其中，close为股票的收盘价。rank函数会返回一个排名列表，可以根据排名来判断股票近两天的涨跌幅排名。
问题2：如何判断上周涨跌幅排名较好的股票？
可以使用以下指标公式进行判断：
rankdata(close, ascending=True)
其中，close为股票的收盘价。rank函数会返回一个排名列表，可以根据排名来判断上周涨跌幅排名较好的股票。
问题3：如何判断近10日振幅较小的股票？
可以使用以下指标公式进行判断：
data = close.rolling(window=10).mean()
data[data < 0].index
其中，close为股票的收盘价。rolling函数会返回一个窗口内的收盘价，mean函数会计算窗口内收盘价的均值，data[data < 0].index表示近10日振幅较小的股票的索引。
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。