问财量化选股策略逻辑
选股逻辑：振幅大于1，北京A股除外，2019分红比例＞25%。
选股逻辑分析
该选股策略同样注重技术分析和基本面，具体逻辑为：
- 排除北京A股，缩小股票范围；
- 振幅大于1的股票可能存在波动性较大的机会，被纳入选股池中；
- 2019年分红比例大于25%的股票可能较为优秀，放入选股池中；
- 结合符合以上条件的股票进行选股。
有何风险？
该选股逻辑可能存在以下风险：
- 忽视了其他年份的分红情况，不能准确反映公司财务状况；
- 涨幅过大的股票可能出现调整；
- 振幅大的股票存在较高的风险；
- 忽视了宏观经济形势等因素的影响。
如何优化？
为了改善以上风险，可以从以下方面对选股逻辑进行优化：
- 考虑多年份的分红情况，结合其他财务指标优化筛选；
- 不追高买入，可以等待回调后再进行买入；
- 结合其他指标进行筛选选股，例如市值、PE、PB等；
- 加入宏观经济形势等因素进行综合考虑。
最终的选股逻辑
经过改进后的选股逻辑如下：
- 排除北京A股等；
- 振幅大于1%的股票；
- 2019年分红比例大于25%的股票；
- 找出具有长期投资价值的股票代码。
同花顺指标公式代码参考
由于该选股逻辑同样还是技术分析和基本面分析的结合，因此同花顺指标公式代码可以参考以下：
// 振幅大于1%
IF((HIGH-LOW)/LOW>0.01 AND NOT(ISBJA), 1, 0)
// 2019年分红比例大于25%
IF(DIV_2019>0.25 AND NOT(ISBJA),1,0)
python代码参考
选股逻辑的python代码可以参考以下：
def tech_fund_picker(context):
# 非北京A股
exc_stocks = context.exc_stocks[(context.exc_stocks.board_main != '中国大陆')
& (context.exc_stocks.area != '北京')]
# 振幅大于1%
narrow_stocks = exc_stocks[(((exc_stocks.high / exc_stocks.low) - 1) > 0.01)]
# 2019年分红比例大于25%
condition1 = exc_stocks['div_2019'] > 0.25
# 找出具有长期投资价值的股票
# ...
# 返回选中的股票代码
# ...
## 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。
