问财量化选股策略逻辑
选股逻辑：选出RSI指标小于65，昨日非涨停板，2019年分红比例大于25%的股票。
选股逻辑分析
该选股逻辑以RSI指标小于65和昨日非涨停板为基础条件，另加入了2019年分红比例大于25%的条件。高分红意味着该公司具备较高盈利能力和股东回报率，从股价收益和股息回报两个方面都比较有吸引力，可为投资者带来比较稳定的收益。
有何风险？
该选股逻辑未考虑公司基本面、市场环境等因素，可能筛选出的股票风险较大。此外，分红政策的变化可能会影响选股效果。
如何优化？
可以增加其他基本面指标、市场环境等因素，对股票进行综合分析，减少虚假信号和风险。同时可以考虑增加筛选条件，如选取特定行业股票，针对市场变化进行动态调整，提高选股的准确性与稳定性。
最终的选股逻辑
选股逻辑：选出RSI指标小于65，昨日非涨停板，2019年分红比例大于25%的股票，市盈率小于50，市净率小于3。
同花顺指标公式代码参考
C1: NOT(REF(涨跌幅, 1) >= 9.9)
C2: RSI(CLOSE, 14) < 65
C3: ADDITION(COVERTIME(CHOICE(IF(市值范围>=1.5E+9) AND IF(市值范围<=3E+10), 分红信息2019年分红比例, 0)), 0) > 0.25
SELECT IF(C1 AND C2 AND C3, 1, 0)
Python代码参考
import pandas as pd
import akshare as ak
import talib
def get_stock_list():
result_df = pd.DataFrame()
stock_pool = ak.stock_board_capital_flow_ths_top_list()
for code in stock_pool['代码'][:100]:
# 获取股票综合数据
stock_data = ak.stock_zh_a_fund_hold(stock=code)
if stock_data['circulating_market_cap'] < 5000000000 or stock_data['circulating_market_cap'] > 10000000000:
continue
# 获取股票昨日分红比例
bonus_data = ak.stock_zh_a_bonus_info(stock=code)
if pd.isna(bonus_data.loc['2019年分红比例']):
continue
if bonus_data.loc['2019年分红比例'] <= 0.25:
continue
# 获取股票昨日成交额
stock_k_data = ak.stock_zh_a_daily(symbol=code, adjust="hfq")
if stock_k_data['涨跌幅'].shift(1) >= 9.9:
continue
if stock_k_data['成交额'].shift(1) <= 60000000:
continue
# 判断RSI指标
rsi = talib.RSI(stock_k_data['收盘价'], timeperiod=14)
if rsi.iloc[-1] >= 65:
continue
# 判断市盈率、市净率
valuation_data = ak.stock_zh_a_valuation(indicator="pe", symbol=code)
if valuation_data.iloc[-1]['pe'] >= 50:
continue
valuation_data = ak.stock_zh_a_valuation(indicator="pb", symbol=code)
if valuation_data.iloc[-1]['pb'] >= 3:
continue
# 选股
result_df = result_df.append(stock_info, ignore_index=True)
return result_df
## 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。
