问财量化选股策略逻辑
选股逻辑为：在换手率3%到12%范围内，选择连续七天下跌且2019年分红比例大于25%的股票。
选股逻辑分析
该选股逻辑主要考虑到了市场中处于下跌趋势的股票，以及相较于其他公司的分红较高，可以考虑到股票价值的稳定性，同时也考虑到了股票的市场性价值。但是该策略可能过于侧重于2019年分红比例，在市场中存在许多其它因素可能会对股票价格产生影响。
有何风险？
该选股策略风险在于，主要考虑到股票的分红情况，忽略了其它因素。一些股票2019年分红高可能会受到特殊情况影响，分红高并不代表股票都有潜力上涨，也容易忽略了历史业绩与市场整体的关系。
如何优化？
可以综合考虑股票市盈率、市净率、市值等指标并结合技术分析方法来优化选股策略。同时，可以增加更多的股票整体业绩以及公司的估值等指标作为选股基础。
最终的选股逻辑
基于换手率3%到12%的条件下，在连续7天下跌的基础上，选择2019年分红比例大于25%的股票进行选股。
同花顺指标公式代码参考
以下是通达信指标公式：
选股公式：
选股条件：TURNOVERRATE > 3 AND TURNOVERRATE < 12 AND COUNTSIF(DIV(LAST(CLOSE,7),REF(LAST(CLOSE,1),1))<1,7)=7 AND DIV(_STOCK_2019_DIV,REF(CLOSE,1))>0.25
注：TURNOVERRATE表示总换手率，CLOSE表示收盘价，COUNTSIF为序列函数，用于统计符合条件的记录数，DIV函数为除法函数。本公式选择出连续7日下跌，2019年分红比例大于25%的股票。
python代码参考
import pandas as pd
from typing import List
def select_stock(data: pd.DataFrame) -> List[str]:
selected_stocks = []
for code, df in data.groupby(level=0):
dividends = df['dividend2019'].iloc[-1]
if (df['turnoverratio'].iloc[-1] > 3 and df['turnoverratio'].iloc[-1] < 12 and \
df['close'].rolling(window=7).apply(lambda x: (x[:-1] > x[-1]).all()).iloc[-1] and \
dividends > 0.25 * df['close'].iloc[-1]):
selected_stocks.append(code)
return selected_stocks
同样需要注意数据源指标名称的相应修改。对于更细节的配置和特殊情况的处理，可以根据实际需求进行程序优化。
## 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。
