问财量化选股策略逻辑
本选股策略选择振幅大于1、2019分红比例大于25%、15分钟周期MACD绿柱变短为选股对象。
选股逻辑分析
选股时选择振幅大于1可以筛选出波动较大的股票；2019分红比例大于25%可以筛选出分红较高的稳健股票；选择15分钟周期MACD绿柱变短可以筛选出当前股票短期下跌趋势减缓的股票。通过以上三个指标的综合作用，可以筛选出具有较高价值和良好市场表现的股票，为短期交易提供了支持。
有何风险？
该选股策略中过度强调短期技术指标，可能会对股票的长期价值产生影响；同时，选择的MACD指标可能过于简单，无法充分反映股票的实际走势。
如何优化？
可以加入其他技术指标，如KDJ指标、RSI指标等，以更全面地评估股票的短期走势；可以加入长期基本面指标，如市盈率、净资产收益率等等，以充分估值股票；同时，可以充分考虑公司的长期业绩和发展潜力，结合技术面和基本面进行选股。
最终的选股逻辑
最终选股策略的逻辑为振幅大于1、2019分红比例大于25%、15分钟周期MACD绿柱变短为选股对象，并加入其他技术指标、全面基本面指标和公司业绩评估，结合技术分析和基本面分析，以寻找高价值的股票并进行交易。
同花顺指标公式代码参考
// 筛选振幅大于1的股票
amplitude = (HIGH - LOW) / OPEN
amplitude_bool = amplitude > 0.01
// 筛选2019分红比例大于25%的股票
dividend_year = DIVIDENDYIELD * 100
dividend_year_bool = dividend_year > 25
// 筛选MACD绿柱变短的股票
macd, signal, hist = MACD(CLOSE, 12, 26, 9)
macd_t = REF(macd, 1)
signal_t = REF(signal, 1)
is_macd_down = IF((macd_t - signal_t) <= 0, 1, 0)
is_hist_short = IF(HIST < REF(HIST, 1), 1, 0)
macd_bool = is_macd_down & is_hist_short
// 合并筛选条件
result = amplitude_bool & dividend_year_bool & macd_bool
// 输出结果
result
python代码参考
import tushare as ts
import pandas_ta as ta
# 筛选条件1：振幅大于1
now_data = ts.get_today_all()
amplitude = (now_data['high'] - now_data['low']) / now_data['open']
amplitude_bool = amplitude > 0.01
# 筛选条件2：2019分红比例大于25%
basic_data = ts.get_stock_basics()
dividend_year = basic_data['dividend_yield'] * 100
dividend_year_bool = dividend_year > 25
# 筛选条件3：15分钟周期MACD绿柱变短
hist = ta.macd(now_data['close'], 12, 26, 9).iloc[-2]['MACDHist']
hist_t = ta.macd(now_data['close'], 12, 26, 9).iloc[-3]['MACDHist']
macd_bool = (hist < hist_t)
# 合并筛选条件
result = amplitude_bool & dividend_year_bool & macd_bool
# 筛选结果
final_result = now_data.loc[result]
# 输出结果
print(final_result)
## 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。
