问财量化选股策略逻辑
选股逻辑为：在换手率为3%-12%、10日涨幅大于0小于35、2019分红比例＞25%的基础上选股。（在10点之前选股票。）
选股逻辑分析
该选股策略在选股的基础上增加了分红比例的限制，考虑了公司的盈利情况。此外，策略中选股标准相对严格，筛选出来的上市公司形势较好，有一定投资价值。
有何风险？
同样，选股在10点之前完成，可能会受到盘前消息和大盘波动的影响，这会对选股策略的准确性产生一定的影响。另外，该选股策略会忽略一些没有分红的好公司，可能会有一些错失投资机会。
如何优化？
可以考虑加入其他财务指标，如净利润增长比、ROE等指标，从多个财务角度来衡量公司的盈利情况，从而更准确地把握股票的投资价值。同时，可以通过机器学习算法来构建模型，优化选股策略，提高选股的准确性。
最终的选股逻辑
在换手率为3%-12%、10日涨幅大于0小于35、2019分红比例＞25%的基础上选股。为提高选股准确性，可以增加其他财务指标，利用机器学习算法来构建模型，优化选股策略。
同花顺指标公式代码参考
选股策略可能用到的指标包括：即时行情、涨跌幅、分红比例等等，请根据具体需求自行查询同花顺指标公式，并进行修改与适配。
Python代码参考
import tushare as ts
def get_good_stocks():
good_list = []
# 获取正常股票
ts.set_token('your token')
pro = ts.pro_api()
stock_list = pro.stock_basic(exchange='', list_status='L')['ts_code']
for ts_code in stock_list:
if ts_code.startswith('300'): # 筛选创业板股票
continue
elif pro.daily(ts_code=ts_code, start_date='20211015', end_date='20211020').empty: # 筛选数据存在日期
continue
elif pro.namechange(ts_code=ts_code) and pro.namechange(ts_code=ts_code)['name'].iloc[0].find('ST') >= 0: # 筛选非ST股票
continue
elif pro.dividend(ts_code=ts_code, fields='ann_date,div_proc').iloc[0]['ann_date'] < '20200101': # 筛选2019年分红比例大于25%的股票
continue
elif pro.dividend(ts_code=ts_code, fields='ann_date,div_proc').iloc[0]['div_proc'] < 25:
continue
# 筛选出涨幅大于0小于35、换手率在3%至12%之间的股票
daily_data = pro.daily(ts_code=ts_code, start_date='20211020', end_date='20211020')
if daily_data.empty:
continue
elif daily_data.iloc[0]['pct_chg'] not in range(0, 35):
continue
elif daily_data.iloc[0]['turnover_rate'] < 0.03 or daily_data.iloc[0]['turnover_rate'] > 0.12:
continue
good_list.append(ts_code)
return good_list
good_stocks = get_good_stocks()
print(good_stocks)
## 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。
