问财量化选股策略逻辑
选股逻辑：在RSI小于65、高点为两日最高、2019年分红比例大于25%的沪深A股中进行选股，寻找具有短期投资潜力的优质股票。
选股逻辑分析
该选股策略综合考虑了技术面和基本面因素，通过RSI指标和历史股价表现筛选具有短期投资潜力的股票，同时结合2019年分红比例较高的股票，提高选股的稳定性和收益风险比。
有何风险？
该选股策略仍然存在着基本面选择方法的不足，同时没有考虑到经济、产业和公司特殊情况等影响股价的因素，因此具有一定的风险。
如何优化？
1.在基本面分析的基础上，考虑更全面的因素，如经济指标、行业情况、公司竞争优势等，降低股票选取过程中的风险。
2.定期回测选股策略，调整细节参数，提高选股策略的效果。
3.在股票分红数据过于简单和粗略的情况下，需要考虑其他的经济数据和财务数据，更加全面的研究基本面数据，以确保选出的股票具有更高的收益潜力。
最终的选股逻辑
在RSI小于65、高点为两日最高、2019年分红比例大于25%的沪深A股中进行选股，综合考虑基本面和技术面因素，寻找具有短期投资潜力的优质股票。
同花顺指标公式代码参考
- RSI指标：
通达信指标公式：RSI(CLOSE,N)
同花顺指标公式：RSI(CLOSE,14)
注：CLOSE为当前收盘价，N为周期数。
python代码参考
以下是基于该选股策略编写的Python代码示例，仅供参考。
import tushare as ts
import pandas as pd
import talib
def select_stocks():
res = []
stocks_info = ts.get_stock_basics()
for stock in stocks_info.index:
try:
rsi_threshold = 65
n_days = 2
if stocks_info.loc[stock]['timeToMarket'] > 20151001: # 10点之前上市
continue
if stocks_info.loc[stock]['code'].startswith('688') or stocks_info.loc[stock]['name'].startswith('*ST'):
continue
hist_data = ts.get_hist_data(stock)
if hist_data is None or len(hist_data) < 15:
continue
rsi_data = talib.RSI(hist_data['close'], timeperiod=14)
if rsi_data[-1] > rsi_threshold:
continue
high_data = pd.Series(hist_data['high'].values)
if high_data[-1] != high_data[-n_days:].max():
continue
if stocks_info.loc[stock]['dividendyield'] * 10 < 25: # 2019年分红比例
continue
res.append(stock)
except Exception as e:
continue
return res
res = select_stocks()
print(res)
注：以上代码示例仅适用于 Python 3.x 版本，实际情况更为复杂，在具体使用时需要根据实际情况进行修改。同时，在使用该代码时，请遵守国家法律法规和相关规定，严禁擅自开展证券投资活动，自行承担相应风险。
## 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。
