问财量化选股策略逻辑
选股逻辑为 MACD 技术指标零轴以上、价格小于 12 元、2019 年分红比例大于 25%。选股时间为每个交易日开盘前 10 点进行。
选股逻辑分析
该选股逻辑主要考虑了技术面，基本面和股利因素。MACD 技术指标和价格条件综合考虑了短期和长期市场变化，而分红比例则反映了公司的盈利情况和投资价值。
有何风险？
- 分红比例的数据存在一定的偏差和误差，可能影响被筛选出的目标股票的真实价值和风险水平。
- MACD 技术指标和价格条件只是综合考虑了短期和长期市场变化，可能对其他因素的考虑不足，存在选股波动性和不确定性。
如何优化？
- 在选股时，需要结合其他基本面财务指标，如市盈率、市净率、净利润等因素，提高选股结果的准确性和稳定性。
- 在股利因素的选择上，可以适当选择股息率更高且稳定的股票，减少分红比例数据的波动性对选股结果的影响。
最终的选股逻辑
考虑 MACD 技术指标、价格和分红比例条件的情况下，筛选出符合条件的股票，并结合公司的其他财务指标和股息率等因素，综合考虑选股结果。
同花顺指标公式代码参考
以下是 MACD 指标的同花顺指标公式：
MACD(CLOSE, 12, 26, 9);
以下是2019 年分红比例的同花顺指标公式：
DividendData(2019) / CLOSE > 0.25;
python代码参考
以下是 Python 的选股筛选代码，仅供参考：
import akshare as ak
import talib
data_stock_price = ak.stock_zh_a_minute(symbol="sh601988", period="D") # 获取股票日 K 线数据
close_price = data_stock_price["close"].tolist()
short, long, m = 12, 26, 9
dif, dea, macd = talib.MACD(np.array(close_price), fastperiod=short, slowperiod=long, signalperiod=m)
data_stock_dividend = ak.stock_zh_a_dividend("sh601988") # 获取股票分红数据
if data_stock_dividend["分红率"][0] < 0.25: # 排除2019年分红比例小于 25% 的股票
continue
filtered = data_stock_info.loc[
# 其他条件
]
result = filtered[["代码", "名称"]] # 最终选股结果
注意，由于数据在运行时需要更新，因此具体代码需要实际情况调整。同时需要根据实际情况查询对应的 AKShare 数据接口。
## 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。
