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%、2021年营收/2018年营收大于1.1为选股对象。
选股逻辑分析
该选股策略中，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；2021年营收/2018年营收大于1.1可以筛选出股票公司在近几年的健康发展趋势。这三个指标的综合作用，可以筛选出具有较高市场受欢迎度的稳健股票，为短期交易提供了支持。
有何风险？
该选股策略中，单一地从财务数据来筛选股票，难以综合地考虑到市场因素、行业因素等外部因素。同时，2021年营收/2018年营收大于1.1的指标可能会忽略一些新兴行业或者处于高速发展期的股票，这些股票的未来价值和成长性可能更高。
如何优化？
可以加入其他长期基本面指标，如市盈率、净资产收益率等等，以充分估值股票。同时，提高策略的综合性，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，结合技术面和基本面进行选股。同时，考虑加入行业、市场等外部因素的影响，以更准确地选出优秀的股票。
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%、2021年营收/2018年营收大于1.1为选股对象，并加入其他技术指标、全面基本面指标、市场、行业等外部因素进行分析，综合考虑技术面和基本面进行选股。
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2021年营收/2018年营收大于1.1的股票
revenue_ratio = Q("revenue").div(Q("revenue").shift(4))
revenue_ratio_bool = revenue_ratio > 1.1
// 合并筛选条件
result = amplitude_bool & dividend_year_bool & revenue_ratio_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3：2021年营收/2018年营收大于1.1
quarter_data = ts.get_stock_basics()
revenue_ratio = quarter_data['revenue'] / quarter_data['revenue'].shift(4)
revenue_ratio_bool = revenue_ratio > 1.1
# 合并筛选条件
result = amplitude_bool & dividend_year_bool & revenue_ratio_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。
