(supermind策略)task16/a/macd零轴以上、企业性质、2019分红比例>

用户头像神盾局量子研究部
2023-08-30 发布

问财量化选股策略逻辑

选取MACD值在零轴以上、企业性质良好且2019分红比例>25%的股票作为投资标的。该策略既从技术面选股,又从基本面、分红政策等角度选股,同时考虑了红利收益因素,选择了分红较好的股票作为投资标的。

选股逻辑分析

该选股策略主要采用技术面和基本面、分红政策指标选股,同时考虑红利收益因素。选取MACD值在零轴以上的股票代表其经济基本面整体上处于扩张状态,企业分红比例高的股票具有相对的估值优势,而企业性质良好的股票则更具有稳定性。结合以上因素来进行选股,可以有效降低风险,选取表现稳定、红利收益高的股票进行持有。

有何风险?

该选股策略主要风险在于过度凸显基本面和分红指标,忽略了市场情绪和其他财务指标,可能存在一定安全隐患。另外由于本策略非常看重分红指标,可能偏向价值股,并忽略了成长股因为一般成长股不太重视分红。

如何优化?

可以增加市场情绪指标、经营风险指标等参考因素,更全面、客观描述公司的财务状况、盈利能力等方面因素。同时,可以结合其他选股策略和量化模型来提升选股的准确性和盈利能力。

最终的选股逻辑

选取MACD值在零轴以上、企业性质良好且2019分红比例>25%的股票作为投资标的。

同花顺指标公式代码参考

(MACD(12,26,9) > 0) AND (NOT ST) AND (PT_TYPE = 0) AND (CN_DIVIDEND_PERCENT_YEAR_2 >= 0.25) ORDER BY VOLUME_PRICE_RATIO ASC LIMIT 5

Python代码参考

import jqdatasdk as jq
from datetime import datetime

jq.auth("账户名", "密码")

today = datetime.now().strftime("%Y-%m-%d")

q = jq.query(jq.income.net_profit) \
    .filter(jq.income.code.in_(jq.get_all_securities().index.tolist())) \
    .filter(jq.income.statDate == "2019-12-31")
df = jq.get_fundamentals(q)

df['dividend_ratio'] = None
for code in df.index.tolist():
    dividend_df = jq.get_finance_indicator(code, 'cn_dividend')
    if len(dividend_df) > 0:
        df.loc[code, 'dividend_ratio'] = dividend_df.loc['2019-12-31']['CN_DIVIDEND_PERCENT_YEAR_2']
df = df[(df['dividend_ratio'] >= 0.25) & ~(df['name'].str.startswith('ST'))]

stock_list = []
for code in df.index.tolist():
    estimate = jq.get_money_flow(code=code, count=2)
    if len(estimate) >= 2 and estimate.iloc[-1]['volume'] < estimate.iloc[-1]['volume']:
         stock_list.append(code)

price_df = jq.get_price(stock_list, end_date=today, frequency="daily", fields=["high", "low", "close"])

stock_df = price_df.iloc[-1]
stock_df = stock_df[stock_df['low'] > stock_df['high_ma5']]
stock_df = stock_df.sort_values('turnover_rate',ascending=False)

for stock_code in stock_df.index.tolist():
    stock_name = jq.get_security_info(stock_code).display_name
    q = jq.query(jq.indicator.MACD).filter(jq.indicator.MACD.code==stock_code).filter(jq.indicator.MACD.date==today)
    df_macd = jq.indicator.run_query(q)
    if len(df_macd) > 0 and df_macd.iloc[0]['macd'] > 0:
        print("(" + stock_code + ")" + stock_name + " 符合条件")
    ## 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。
    ![94c5cde12014f99e262a302741275d05.png](http://u.thsi.cn/imgsrc/pefile/94c5cde12014f99e262a302741275d05.png)
收益&风险
源码

评论