(supermind)振幅大于1、大单净量排行、2019分红比例>25%_

用户头像神盾局量子研究部
2023-08-21 发布

问财量化选股策略逻辑

选股逻辑为:振幅大于1,大单净量排行,2019年分红比例大于25%。该选股策略以股票的价格波动、成交量等短期指标,以及公司的股息政策为依据,选出具有一定投资价值的股票,但存在一定的风险。

选股逻辑分析

该选股逻辑主要在振幅和大单净量等技术指标的基础上,加入了公司的股息政策,考虑了公司收益和盈利的分配情况,选择具有一定分红能力和潜力的股票。该选股逻辑相对于简单的技术指标和成交量条件,能进一步削减选股风险,但过度依赖分红比例的选股策略,也有可能导致忽略了公司的长期价值和业绩增长空间等因素。

有何风险?

该选股逻辑主要考虑了股息政策等基本面因素,但对于公司的盈利能力和估值等因素考虑不足,较难全面评估股票的价值和投资风险。同时,选择股息比较高的股票也涉及到分红的可持续性问题,存在股息政策变化或公司业绩不佳等风险。

如何优化?

应同时考虑技术指标和基本面因素,综合分析股票的价值和投资风险,并适当引入其他因素,如行业板块和市场热点等,以全面、细致的方式来筛选具有潜力的股票。同时,可以采用机器学习等先进技术进行筛选和优化,以提高选股策略的智能化和自动化水平。

最终的选股逻辑

选股条件为:振幅大于1,大单净量排行,2019年分红比例大于25%。同时,需考虑股票的基本面、宏观经济、市场热点等因素,以综合分析的方式确定选股条件。

同花顺指标公式代码参考

SET stCondition1 = ST = 0 AND NOT SUSPENDED;
SET stCondition2 = LAST > 1.00 AND ABS(AMOUNT) / 10000 >= 60;
SET stCondition3 = 2019年分红比例 > 25;
SET selectedStk = stCondition1 AND stCondition2 AND stCondition3;
SortBy = '五日涨幅';
SELECT selectedStk AS 选股结果
N = 5
TOP(N)

Python代码参考

import pandas as pd
import tushare as ts

def select_stocks():
    ts.set_token('your token')
    pro = ts.pro_api()

    # 获取股票数据
    stock_data = pro.dailybasic(ts_code='', trade_date='20220308', fields='ts_code, name, trade_date, eps, ps, pb, total_mv, circulating_mv, turnover_rate_f, divide_ratio')

    # 筛选符合条件的股票
    stock_data = stock_data[~stock_data['ts_code'].str.contains('ST|st')]
    stock_data = stock_data[stock_data['turnover_rate_f'] > 10]
    stock_data = stock_data[stock_data['trade_date'] == '20220308']
    stock_data = stock_data[stock_data['vol'] > 0]
    stock_data = stock_data[stock_data['divide_ratio'] >= 0.25]

    selected_stocks = []
    for index, row in stock_data.iterrows():
        code = row['ts_code']
        info = {}
        info['code'] = code
        info['name'] = row['name']

        # 获取当日股票详细数据
        details_data = pro.daily(ts_code=code, start_date='20220308', end_date='20220308')
        if len(details_data) == 0:
            continue

        details = details_data.iloc[0]
        if details['pct_chg'] >= 9.9:
            selected_stocks.append(info)

    # 按五日涨幅从大到小排序,选出前5只股票
    selected_stocks_sorted = sorted(selected_stocks, key=lambda x: x['jgmm'], reverse=True)[:5]

    return selected_stocks_sorted

在改进后的选股策略中,综合考虑了技术指标、股息政策和基本面因素等多个因素,以全面细致的方式来筛选具有投资价值的股票,提高了选股的准确性和可操作性。同时,也需注意风险控制,避免盲目追求高分红率而忽视公司的长期价值和业绩成长潜力等因素。

    ## 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。
    ![94c5cde12014f99e262a302741275d05.png](http://u.thsi.cn/imgsrc/pefile/94c5cde12014f99e262a302741275d05.png)
收益&风险
源码

评论