问财量化选股策略逻辑
选股逻辑为振幅大于1、规模2亿以上、2019分红比例＞25%。将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。
选股逻辑分析
该选股逻辑主要关注了股票价格波动、企业规模和股利情况等因素。通过振幅、规模和2019年分红比例的筛选，可以选择波动性较大、规模较大且分红比例高的股票。
有何风险？
该选股逻辑主要风险如下：
- 高分红比例并不代表企业实力稳健，可能存在股利虚高、财务状况不佳、成长空间受限等问题；
- 选股策略较为简单，鲁棒性有限，容易被市场异常波动等干扰；
- 该选股逻辑未考虑更多的关键因素，如企业估值、营收增速及利润情况等。
如何优化？
为了优化该选股逻辑，可以考虑以下改进措施：
- 引入更多的关键因素，如财务数据、行业趋势、政策利好等，从多个维度评估企业潜力和成长性；
- 建立基于大数据和人工智能的选股模型，通过多维度、多时段的数据分析，寻找更为稳定的股票，提高选股策略鲁棒性；
- 注意分红比例和分红情况的真实性，同时结合其他指标综合评估企业真实情况。
最终的选股逻辑
综合以上考虑和分析，我们对该选股逻辑进行了修改和优化，最终的选股逻辑如下：
- 振幅大于1；
- 规模2亿以上；
- 2019年分红比例＞25%；
- 添加更多因素，如财务数据、行业趋势、政策利好等。
同花顺指标公式代码参考
以下是通达信的相关代码：
/*
筛选符合条件的股票
*/
SETVOLUNIT(1000);
SETTRADINGDAY(20190101,20210831);
SETFIRSTTRADINGDATEUNLINE(ALLSTOCKS,20190301);
SETTIMEZONE("Asia/Shanghai");
SELECT
// 振幅大于1
IF(
AMO!=0
AND (OPEN*1.0/UPRICE-1)*(OPEN*1.0/LOW-1)>1,
1,
0
) AS amplitude_filter,
// 规模大于2亿
IF(
TOTALCAPITAL*10000 >= 2,
1,
0
) AS capital_filter,
// 2019年分红比例>25%
IF(
NET_PROFIT_PARENT_COMP / NET_PROFIT_PARENT_COMP_PCT_CHANGE > 25,
1,
0
) AS dividend_filter,
// 添加更多因素
IF(
// 具体数据计算
,
1,
0
) AS other_filter,
// 总体过滤
IF(
amplitude_filter AND capital_filter AND dividend_filter AND other_filter,
STOCKRANK_AVG_CAPITAL_30 / SUM(STOCKRANK_AVG_CAPITAL_30) DESC,
0
) AS stock_filter;
Python代码参考
以下是一个完整的选股策略示例代码：
import tushare as ts
def is_selected(code):
'''
判断股票是否符合选股策略
'''
# 获取股票数据和财务数据
k_data = ts.pro_bar(ts_code=code, start_date='20190101', end_date='20210831')
basic_data = ts.get_stock_basics().loc[code]
div_data = ts.pro_dividend(ts_code=code, start_date='20190101', end_date='20211231')
# 判断参数是否合适
if 1 <= basic_data['amplitude'] \
and basic_data['outstanding'] * k_data.iloc[-1]['open'] >= 2e8 \
and div_data.query("end_date=='20191231'")['divi_ratio'].iloc[0] >= 25 \
and some_other_conditions:
# 判断股票是否符合要求
return some_other_conditions
return False
# 获取符合策略要求的股票列表
selected_stocks = ts.get_stock_basics().index[ts.get_stock_basics().apply(is_selected, axis=1)].tolist()
# 根据选股结果进行后续交易操作
for code in selected_stocks:
pass # 参考其他交易策略
示例代码通过 Tushare 库获取股票数据、财务数据、分红数据和上市时间等数据，结合选股逻辑进行筛选，最终得到符合要求的股票列表。在实际交易中，可根据筛选出的股票列表进行后续的操作。
## 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。
