问财量化选股策略逻辑
选股逻辑：MACD零轴以上，买卖量比较，2019分红比例大于25%。选出MACD零轴以上且买一量大于卖一量，同时2019年分红比例大于25%的股票。通过这些条件来筛选出表现比较好、市场认可度相对较高的标的，以期在未来获得超额收益。
选股逻辑作为第一个段落放入标题为 ## 问财量化选股策略逻辑 的段落中。分析以上的选股逻辑（每个逻辑以 , 进行分隔），分析选股的逻辑（放入标题为 ## 选股逻辑分析 的段落），有什么风险？（放入标题为 ## 有何风险？ 的段落），如何优化？（放入标题为 ## 如何优化？ 的段落）并最终给出完善选股逻辑（放入标题为 ## 最终的选股逻辑 的段落），请用markdown格式。
选股逻辑分析
该选股策略以MACD指标、买卖量比较和2019年分红比例为选股因子，选出MACD零轴以上且买一量大于卖一量，同时2019年分红比例大于25%的股票。通过这些条件来筛选出表现比较好、市场认可度相对较高的标的，以期在未来获得超额收益。
有何风险？
以下是该选股策略可能存在的一些风险：
- 该选股策略选股因子较为狭窄，筛选出的标的潜在性不太明显；
- 只考虑2019年分红比例，未考虑公司质量、估值情况等因素，可能存在选股偏差；
- 特定时间段内市场流动性可能存在不稳定情况，导致策略选股结果偏差较大。
如何优化？
考虑到该选股策略可能存在的风险，以下是一些建议：
- 增加选股因子，提高筛选标的的精度；
- 融合公司质量、估值等相关因素，提高选股的准确率；
- 采用机器学习等方法，进行标的预测和选股。
最终的选股逻辑
该选股策略以MACD指标、买卖量比较和2019年分红比例为选股因子，选出MACD零轴以上且买一量大于卖一量，同时2019年分红比例大于25%的股票。
同花顺指标公式代码参考
- MACD指标：MACD(12,26,9)
Python代码参考
from jqdata import *
import math
def initialize(context):
set_benchmark('000300.XSHG')
g.stocks_selected = []
def stock_select(context):
for security in get_all_securities(types=['stock']).index:
if get_fundamentals(query(
valuation.code
).filter(valuation.code == security,
valuation.dividendyield2 > 0.25), '2019').empty:
continue
current_macd = get_macd(security)
if current_macd and current_macd['macd'] > 0 and not is_st_stock(security) and get_current_tick(security).b1_v >= get_current_tick(security).s1_v:
g.stocks_selected.append(security)
def trade(security_selected, current_cash):
position_count = len(security_selected)
if position_count == 0:
return
stock_value = math.floor(current_cash / (position_count + 1))
for stock in security_selected:
if stock in context.portfolio.positions:
# 调仓
order_target_value(stock, stock_value)
else:
# 开仓
order_value(stock, stock_value)
def handle_data(context, data):
# 选股
stock_select(context)
current_cash = context.portfolio.cash
trade(g.stocks_selected, current_cash)
g.stocks_selected = [] # 清空当日股票池
## 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。
