问财量化选股策略逻辑
选股逻辑：振幅大于1、昨天有3连板、2019分红比例＞25%。
选股逻辑分析
该选股逻辑结合了市场活跃度、市场热点、分红收益率等因素。振幅大于1是反映市场活跃度的指标之一，昨天有3连板能够有效反应股票的市场表现，2019年分红比例高是代表公司基本面良好的体现。该选股逻辑多因素结合，既考虑了短期市场表现，同时也关注了公司的长期投资价值和分红收益。
有何风险？
以下是该选股策略存在的风险：
- 过分关注短期市场表现，有可能忽视公司基本面和长期投资价值；
- 行情波动剧烈或资金流动性波动大的情况下，选股标准可能不再适用；
- 公司分红情况的变化，例如2019年分红率较高，但2020年不一定能够达到同样水平，需要关注分红稳定性。
如何优化？
为了优化该选股逻辑，可以考虑以下优化方案：
- 与其他选股标准结合，例如ROE、PE等基本面指标，以及股息率、市净率等价值指标，全面评估公司的长期投资价值；
- 设定合理的风控机制，以控制仓位风险、总体盈利风险等，并可适当结合技术指标等进行辅助分析。
最终的选股逻辑
改进后的选股逻辑如下：
- 振幅大于1；
- 昨天有3连板、2019年分红比例＞25%；
- 与其他选股标准结合，全面评估公司的长期投资价值；
- 设定合理的风控机制。
同花顺指标公式代码参考
该选股逻辑的通达信指标公式如下：
暂无
python代码参考
import pandas as pd
from tqsdk import TqApi, TqAuth
api = TqApi(auth=TqAuth("YOUR_ACCOUNT", "YOUR_PASSWORD"))
klines = api.get_kline_serial("SHFE.rb2101", 24 * 60 * 60, data_length=300) # 获取 df 数据，周期为日K线
df = pd.DataFrame(klines)
C1 = (df['high'] - df['low'] >= 1)
C2 = df.groupby('contract.symbol')['close'].apply(lambda x: (x.shift(1) > x.shift(2)) & \
(x.shift(2) > x.shift(3))).astype(int)
C3 = (df['dividend_2019'] >= 0.25).astype(int) # 分红比例大于25%
selector = (C1 & C2 & C3).astype(int)
result = df[selector == 1].index.tolist()
## 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。
