问财量化选股策略逻辑
选股逻辑：元宇宙,流通市值大于100亿元,2019分红比例＞25%。
选股逻辑分析
该选股策略要求股票符合元宇宙板块，且流通市值大于100亿元，且2019年分红比例大于25%。分红比例是指公司每股分红金额占每股收益的比例，可以反映公司的股权分配情况。较高的分红比例可以表明公司对股东的回报较大，也可能说明公司对股价波动有所控制。此外，适当加入基本面因素，如公司业绩、PE、PB等指标，可以进一步筛选出质量更高的标的。
有何风险？
该选股策略可能会忽略一些重要的基本面因素，例如，未考虑公司竞争力、盈利能力、成长性等指标。分红比例作为一个相对比较静态的指标，可能不能全面反映公司的投资价值。同时，该选股策略还存在领域局限性，因为筛选股票的标准仅限于元宇宙板块。
如何优化？
在优化方面，可以加入更多基本面因素，如公司财务指标、行业竞争力等来筛选股票。同时，可以考虑将筛选标准进行动态调整，例如对于市场型和成长型等不同类型的投资人可分别设置不同的标准。此外，要对交易的风险进行有效控制，不要过于追求高收益，而去忽视风险控制的重要性。
最终的选股逻辑
选股逻辑：元宇宙,流通市值大于100亿元,2019分红比例＞25%。
同花顺指标公式代码参考
此选股策略没有使用通达信指标公式。
Python代码参考
以下是获取符合该要求股票的Python代码片段：
import QUANTAXIS as QA
# 获取元宇宙板块及流通市值超过100亿元的标的
df = QA.QA_fetch_stock_block_adv().get_code_filtered('元宇宙')
df = df[df['c_market_cap'] > 1000000000]
# 获取2019年分红比例大于25%的标的
fin = QA.QA_fetch_financial_report_adv(list(df.index), '2019')
fin = fin.loc[(slice(None), ['dividend_ratio']), :]
code_list = fin[fin['dividend_ratio'] > 25].index.tolist()
# 输出筛选结果
print(df[df.index.isin(code_list)])
注：以上代码中，使用的是 QuantAxis 库中的数据获取和计算函数。其中，选股策略中是基于元宇宙板块、流通市值和2019年分红比例的筛选，以供参考。实际应用中应根据实际需求进行适当调整。
## 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。
