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%、DEA上涨为选股对象。
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；DEA上涨可以判断股票处于中长期上涨状态。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，单一地从技术面和基本面来筛选股票，难以考虑到市场因素、行业因素等外部因素。同时，DEA上涨只考虑到中长期趋势，可能会忽略一些短期趋势，造成一定的盲区。因此，操作难度较大，对投资者的能力有一定要求。
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%、DEA上涨为选股对象，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DEA上涨的股票
macd = MACD(CLOSE, 12, 26, 9)
dea_up = macd['DEA'].diff(1) > 0
dea_up_bool = dea_up.iloc[-1]
// 合并筛选条件
result = amplitude_bool & dividend_year_bool & dea_up_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：DEA上涨
macd_data = ta.utils.dropna(ta.macd(now_data['close'], 12, 26, 9))
dea_up_bool = macd_data['MACD_12_26_9_diff'].iloc[-1] > 0
# 合并筛选条件
result = amplitude_bool & dividend_year_bool & dea_up_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。
