问财量化选股策略逻辑
本选股策略选取振幅大于1、昨日非涨停板、2019分红比例大于25%的股票作为投资标的。
选股逻辑分析
该选股逻辑主要考虑振幅、涨停板和分红比例等因素，选取振幅大于1、昨日非涨停板、2019分红比例大于25%的股票作为投资标的。振幅代表了股票价格波动的强度，能够有效识别短期波动较大的标的；昨日非涨停板则排除了热点过于明显的股票，提高了投资的独立性和灵活性；2019分红比例大于25%则体现了公司的盈利能力和稳定性，具备投资价值。
有何风险？
该选股策略仍忽略了公司基本面和财务数据等内部因素，选出来的标的不一定具有长期投资价值。同时，公司分红比例也可能受到政策、市场等因素的影响，而不是完全反映公司的价值和质量。
如何优化？
将振幅、分红比例等财务指标和PE、PB等基本面因素进行综合考虑，选出综合表现良好的标的。同时需要注意公司分红政策是否稳定，是否符合市场预期，适当关注其他财务数据如负债比率、营收增长等。
最终的选股逻辑
本选股策略综合考虑了技术指标、分红比例和市场关注程度，选取振幅大于1、昨日非涨停板、2019分红比例大于25%的股票。同时，需要注意公司基本面和财务数据等内部因素的影响，以及市场热点和政策变化等外部因素的影响，进行维持和优化操作。
同花顺指标公式代码参考
暂无同花顺指标参考。
python代码参考
# 引入Tushare库
import tushare as ts
# 连接Tushare库
pro = ts.pro_api()
def select_stocks(n):
selected_stocks = []
# 振幅大于1、昨日非涨停板、2019分红比例大于25%
quote = pro.stock_basic(exchange='', list_status='L', fields='ts_code, name, market, list_date, dividend_rate')
for ts_code in quote["ts_code"]:
if quote[quote["ts_code"]==ts_code]["dividend_rate"][0] >= 0.25:
trade_data = pro.daily(ts_code=ts_code, start_date="20210101")
if len(trade_data) >= 2 and trade_data.iloc[-2]["close"] > trade_data.iloc[-2]["high"] * 0.98\
and trade_data.iloc[-2]["close"] < trade_data.iloc[-2]["high"] * 0.99\
and trade_data.iloc[-2]["close"] > trade_data.iloc[-2]["low"]:
selected_stocks.append(ts_code)
return selected_stocks[:n]
## 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。
