(supermind量化-)振幅大于1、2019分红比例＞25%、60开头的股票

问财量化选股策略逻辑

选取振幅大于1、2019年度分红比例大于25%、股票代码以60开头的股票作为选股对象。

选股逻辑分析

该选股策略综合考虑了股票的短期波动性、内部价值和选股人的偏好，选取具有潜在上涨空间、分红较好且符合自己习惯的股票作为选股对象。

有何风险？

该策略偏重选股人的偏好，可能忽略了其他重要的选股指标和情况。同时，过于依赖短期波动性和行情热度，有可能存在过度追涨和过度卖出的风险。

如何优化？

可以加入其他指标，例如市盈率、市净率和公司的财务指标等等，进行基础面和资产状况方面的筛选。另外，可以加入自动化学习和预测方法，提高选股的准确性和效率。

最终的选股逻辑

在考虑短期波动性、内部价值和选股人偏好的基础上，综合考虑股票的价值和市场情况，选取符合条件的股票作为选股对象。

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 > 1

// 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60开头的股票
code_prefix_bool = LEFT(SS_STOCK_CODE, 2) == '60'

// 筛选符合条件的股票
result = amplitude_bool & dividend_year_bool & code_prefix_bool

// 输出筛选结果
result

Python代码参考

import tushare as ts

# 筛选条件1：振幅大于1
today_data = ts.get_today_all()
amplitude = (today_data['high'] - today_data['low']) / today_data['open']
amplitude_bool = amplitude > 1

# 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：股票代码以60开头
code_prefix_bool = today_data['code'].apply(lambda x: str(x).startswith('60'))

# 筛选符合条件的股票
result = amplitude_bool & dividend_year_bool & code_prefix_bool

# 输出筛选结果
final_result = today_data.loc[result].sort_values(by=["turnoverratio"], ascending=False)
print(final_result)

注：以上为示例代码，请根据实际情况进行调整。

    ## 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。
    ![94c5cde12014f99e262a302741275d05.png](http://u.thsi.cn/imgsrc/pefile/94c5cde12014f99e262a302741275d05.png)

(supermind量化-)振幅大于1、2019分红比例＞25%、60开头的股票_