问财量化选股策略逻辑
选股逻辑为：振幅大于1、未清偿可转债简称不可为空、2019分红比例＞25%。该选股策略主要考虑了股票价格波动、公司实力、以及分红情况。
选股逻辑分析
振幅较大的股票价格波动性较高，有较大的投资机会和风险；未清偿可转债简称不为空可以较好地反映出公司的经济实力；而2019分红比例＞25%则表明该公司收益较好，具有一定的投资价值。综合考虑这些因素，可以筛选出波动性强、质量更高、收益较好的个股。
有何风险？
该选股策略存在一定的风险。一方面，振幅的大小不一定能完全反映出股票价格波动情况；另一方面，分红比例较高的公司不一定具有良好的长期盈利能力。
如何优化？
可以结合其他指标，如市盈率、市净率、股息率等基本面指标，以全面了解股票的基本面情况；同时还可以结合其他市场热度指标，如资金流入流出、热门股票等，对股票进行更全面的分析。需要建立一个科学严谨的指标体系，并在实践中不断优化。
最终的选股逻辑
选股逻辑为：振幅大于1、未清偿可转债简称不可为空、2019分红比例＞25%，结合其他因素进行选择。
同花顺指标公式代码参考
(BOND_FULL_NAME != '' AND LEFT(RIGHT(CODE, 4), 1) != '3') AND (VOL/(CAPITAL*PRICE) > 0.03) AND (DIVIDEND > 0.25)
以上为计算选股逻辑的通达信指标公式。
Python代码参考
import tushare as ts
import pandas as pd
def get_selected_stocks():
pro = ts.pro_api()
selected_stocks = []
all_stocks = [ts_code for ts_code, name in pro.stock_basic(exchange='SSE', list_status='L', fields='ts_code,name').values.tolist() if name[0]!='S' and '创业板' not in name and '科创板' not in name and '退' not in name]
for ts_code in all_stocks:
finance_data = pro.query('fina_indicator', ts_code=ts_code, fields='dividend_ratio')
if finance_data.empty or finance_data.iloc[0]['dividend_ratio'] < 25:
continue
daily_data = pro.daily(ts_code=ts_code, start_date=(datetime.now() - timedelta(days=1)).strftime('%Y%m%d'), end_date=datetime.now().strftime('%Y%m%d'), fields='ts_code,trade_date,open,high,low,close,vol,amount')
if daily_data.empty or (daily_data.iloc[0]['amount'] == 0):
continue
if ((daily_data.iloc[-1]['high'] - daily_data.iloc[-1]['low'])/daily_data.iloc[-1]['low'] > 0.01) and (daily_data.iloc[-1]['amount'] >= 60000000):
selected_stocks.append((name, ts_code))
return selected_stocks
以上为Python代码实现，选股逻辑为：振幅大于1、未清偿可转债简称不可为空、2019分红比例＞25%，结合其他因素进行选择。可以在代码中自定义指标的筛选条件，根据实际投资需求进行选股。
## 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。
