问财量化选股策略逻辑
该选股策略选择元宇宙行业中，符合以下条件的股票进行投资：股票均价站在五日均线之上，2019年分红比例大于25%。
选股逻辑分析
该选股策略的选股条件包括：选择元宇宙行业中的股票、股票均价站在五日均线之上、2019年分红比例大于25%。
通过选择元宇宙行业可以介入新兴的行业中，有望获得更好的收益。同时，股票均价站在五日均线之上，意味着股票正在上涨，具有一定的投资价值。2019年分红比例大于25%说明该公司具有良好的盈利能力和稳定性。
有何风险？
该选股策略存在以下风险：
- 只考虑2019年分红比例可能会忽略公司的长期盈利能力；
- 只考虑五日均线可能会忽略长期趋势，需要结合其它技术指标进行综合考虑；
- 选择元宇宙行业的股票可能具有更高的风险和不确定性。
如何优化？
为了减小选股策略受到的风险，可以进行如下优化：
- 在选股条件中加入公司的长期盈利能力、财务健康状况等基本面指标，综合考虑各个方面的因素；
- 增加长期投资的考虑，不仅仅只关注短期的趋势和分红；
- 定期评估选股策略的有效性，进行调整和优化。
最终的选股逻辑
该选股策略选择元宇宙行业中，符合以下条件的股票进行投资：股票均价站在五日均线之上，2019年分红比例大于25%。
具体的选股条件为：
- 元宇宙行情为GNXQ；
- 均价站在五日均线之上；
- 2019年分红比例大于25%。
因此，该选股策略的最终选股公式为：
GNBK('gnxq') AND (C > MA(C,5)) AND LDRO1 >= 25
其中，C表示股票的收盘价，MA表示股票的五日均线，LDRO1表示股票2019年的分红比例。
同花顺指标公式代码参考
- 元宇宙行情：GNBK('gnxq')
- 五日均线：MA(C,5)
- 2019年分红比例：LDRO1 >= 25
在通达信中，可以使用如下指标代码：
(C > MA(C,5)) AND (LDRO1 >= 25)
Python代码参考
import pandas as pd
import tushare as ts
def stock_selector(date):
ts.set_token('your_token')
pro = ts.pro_api()
data1 = pro.query('stock_basic', exchange='', list_status='L', fields='ts_code, name, industry, list_date, circ_mv')
data2 = pro.dividend(year='2019', fields='ts_code, cash_div_tax')
data3 = pd.merge(data1, data2, on='ts_code', how='inner')
data4 = pro.daily(trade_date=date, fields='ts_code, open, close, high, low, vol, amount')
data5 = pd.concat([data4['ts_code'], data4['amount']], axis=1)
data6 = pd.merge(data3, data5, on='ts_code', how='inner')
data7 = pd.read_csv('path/to/fundamental_indicators.csv')
data8 = pd.merge(data6, data7[['ts_code', 'MA5']], on='ts_code', how='inner')
data9 = data8[(data8['MA5'] < data8['close']) & (data8['cash_div_tax'] > 0.25)]
data10 = data9[['ts_code', 'name']]
return data10
## 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。
