(同花顺量化)2019分红比例＞25%_、100亿市值以内的无亏损企业、至少5根均线重合的

问财量化选股策略逻辑

首先，我们选取至少5根均线重合的股票，这可以表示股票的短期和中期趋势较为一致，有利于预测股票未来的走势。接下来，我们选择100亿市值以内的无亏损企业，这可以保证企业的经营状况较为稳定，有利于投资者进行长期投资。最后，我们选择2019分红比例＞25%的股票，这可以表示企业对股东的回报较为丰厚，有利于投资者获得较高的投资回报。

选股逻辑分析

该策略的优点在于，它考虑了股票的短期和中期趋势、企业的经营状况以及企业的分红情况，从而能够较为全面地评估股票的投资价值。然而，该策略也存在一些缺点。首先，它可能过于注重短期趋势，而忽略了企业的长期发展情况。其次，它可能过于侧重于企业的分红情况，而忽略了企业的盈利能力。最后，它可能无法考虑到企业的特殊因素，例如行业景气度、政策风险等。

有何风险？

该策略存在一定的风险。首先，如果股票的短期和中期趋势不一致，那么该策略可能会选择错误的股票。其次，如果企业的经营状况不佳，那么该策略可能会选择低质量的股票。最后，如果企业的盈利能力不足，那么该策略可能会选择低质量的股票。

如何优化？

为了优化该策略，我们可以考虑加入更多的因素，例如企业的盈利能力、行业景气度、政策风险等。此外，我们还可以考虑加入更多的技术指标，例如布林线、MACD等，以更加准确地评估股票的投资价值。

最终的选股逻辑

以下是最终的选股逻辑：

def select_stock():
    # 获取所有A股股票的代码和名称
    stocks = get_stocks()

    # 初始化股票池
    stock_pool = []

    # 遍历股票池，筛选出符合条件的股票
    for stock in stocks:
        # 获取股票的均线数据
        ma_data = get_ma_data(stock)

        # 判断股票是否至少有5根均线重合
        if len(set(ma_data)) >= 5:
            # 判断股票是否市值在100亿以内且无亏损
            if stock_info(stock)['market_cap'] <= 100e9 and stock_info(stock)['loss'] == 0:
                # 判断股票是否2019年分红比例大于25%
                if stock_info(stock)['dividend_ratio'] > 0.25:
                    # 将符合条件的股票加入股票池
                    stock_pool.append(stock)

    # 返回股票池
    return stock_pool

其中，get_stocks()函数用于获取所有A股股票的代码和名称，get_ma_data()函数用于获取股票的均线数据，stock_info()函数用于获取股票的基本信息，例如市值、亏损情况等。

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。