问财量化选股策略逻辑
选股逻辑：振幅大于1,机器人概念且流通市值小于100亿,2019分红比例＞25%。
选股逻辑分析
该选股策略采用了技术面和基本面相结合的选股方式，振幅大的股票有较大的涨跌幅度，机器人概念股票在未来潜在收益方面有一定的发展性，流通市值小于100亿的股票通常具有相对较高的成长性。2019分红比例高的股票在股息收益方面有一定优势。
有何风险？
该选股策略可能存在以下风险：
- 分红比例高并不意味着公司业绩好，也可能是为了“糊弄”股民而提高分红比例；
- 过于关注分红比例，可能忽略公司的长期价值，导致盲目跟风的风险。
如何优化？
为减少风险，可以从以下几个方面进行改进：
- 建立更为严格和科学的筛选机制，综合考虑多方面的因素，如行业走势、基本面、技术面等；
- 对分红比例进行深度分析，结合公司的财务数据、盈利情况等因素进行综合考虑，避免将分红比例作为唯一的选股依据；
- 对于长线投资者，应更加关注公司的长期增长潜力和价值。
最终的选股逻辑
为提高策略的可靠性和有效性，最终的选股逻辑如下：
- 振幅大于1、机器人概念、流通市值小于100亿的股票；
- 2019年分红比例大于25%的股票；
- 根据基本面、财务数据、行业走势等综合考虑股票的投资价值；
- 对于长线投资者，更应该关注公司的长期增长潜力和价值。
同花顺指标公式代码参考
为了实现选股逻辑，可以结合同花顺提供的指标公式，如下：
// 振幅
A1 = ((H - L) / L) > 0.01;
// 机器人概念
B1 = CONCEPT IN ("智能机器人");
// 流通市值小于100亿
C1 = CAPITALIZATION < 100000000;
// 2019年分红比例大于25%
D1 = YEAR2019DIVIDENDRATIO > 0.25;
// 合并条件
IF(A1 AND B1 AND C1 AND D1, 1, 0)
Python代码参考
为了实现选股逻辑，可以结合Python的pandas等模块和优矿的数据API，如下：
# 获取股票数据和分红数据
stock_data = get_stock_data()
dividend_data = get_dividend_data()
# 判断振幅是否符合条件
stock_data['amplitude'] = (stock_data['high'] - stock_data['low']) / stock_data['low']
stock_data['amplitude_condition'] = stock_data['amplitude'] > 0.01
# 判断是否为机器人概念股票
concept_stocks = get_concept_stocks(['智能机器人'])
stock_data['concept_condition'] = stock_data['code'].isin(concept_stocks)
# 判断流通市值是否符合条件
stock_data['capitalization_condition'] = stock_data['market_cap'] < 100000000
# 判断2019年分红比例是否符合条件
symbol_dividend = dividend_data.set_index('symbol')
stock_data['dividend_condition'] = stock_data.apply(lambda x: symbol_dividend.loc[x['code']]['2019_dividend_ratio'] > 0.25 if x['code'] in symbol_dividend.index else False, axis=1)
# 合并条件
df = pd.concat([stock_data['amplitude_condition'], stock_data['concept_condition'], stock_data['capitalization_condition'], stock_data['dividend_condition']], axis=1)
exc_stocks = df[df.all(axis=1)]
# 定时调整投资组合
selected_stocks = adjust_selected_stocks(exc_stocks)
注意事项：本回答中的选股逻辑、指标公式和Python代码仅供参考，实现过程中需要根据具体投资策略进行作出一定的调整优化。
## 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。
