问财量化选股策略逻辑
- 今日增仓占比>5%: 表明这只股票近期有较多资金流入，说明市场对该股票的预期较好。
- 三个技术指标同时金叉: 表明这只股票的短期和中期趋势都较为向上，有利于投资者进行买入操作。
- 2019分红比例＞25%: 表明该股票具有较高的分红比例，有利于投资者获得稳定的回报。
选股逻辑分析
- 今日增仓占比>5%: 表明市场对该股票的预期较好，可能是因为该股票具有较好的业绩或者行业前景。
- 三个技术指标同时金叉: 表明这只股票的短期和中期趋势都较为向上，说明市场对该股票的预期较为乐观，有利于投资者进行买入操作。
- 2019分红比例＞25%: 表明该股票具有较高的分红比例，有利于投资者获得稳定的回报。
有何风险？
- 今日增仓占比>5%: 表明市场对该股票的预期较好，但并不一定代表该股票一定会上涨。
- 三个技术指标同时金叉: 表明这只股票的短期和中期趋势都较为向上，但并不一定代表该股票一定会上涨。
- 2019分红比例＞25%: 表明该股票具有较高的分红比例，但并不一定代表该股票一定会上涨。
如何优化？
- 可以考虑加入更多量化指标，例如市盈率、市净率等，以更全面地评估股票的价值和风险。
- 可以考虑加入更多时间周期的指标，例如短期、中期、长期等，以更准确地判断股票的趋势。
最终的选股逻辑
- 今日增仓占比>5%: 表明市场对该股票的预期较好。
- DIF上穿DEA: 表明该股票的短期趋势较为向上。
- MACD柱状线向上: 表明该股票的短期趋势较为向上。
- 市盈率低于20: 表明该股票具有较低的估值水平。
- 市净率低于2: 表明该股票具有较低的估值水平。
- 2019分红比例＞25%: 表明该股票具有较高的分红比例。
python代码参考
- 以下代码仅供参考，实际使用时需要根据具体情况进行调整。
import talib
import pandas as pd
def get_stock_data(stock_code):
# 获取股票的历史数据
df = pd.read_csv('stock_data.csv')
# 获取今日增仓占比
today_percent = df['今日增仓占比'].values[0]
# 获取三个技术指标的值
dif = talib.DIF(df['收盘价'].values)
dea = talib.DEA(df['收盘价'].values)
macd = talib.MACD(df['收盘价'].values)
# 获取市盈率和市净率
pe = df['市盈率'].values[0]
pb = df['市净率'].values[0]
# 获取分红比例
dividend_ratio = df['2019分红比例'].values[0]
# 判断是否满足条件
if today_percent > 0.05 and dif[-1] > dea[-1] and macd[-1] > 0:
# 如果满足条件，则返回该股票的代码
return stock_code
else:
# 如果不满足条件，则返回空列表
return []
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。
