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%、主升起动的股票为选股对象。
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；选择主升起动的股票可以筛选出持续性上涨潜力较高的股票。通过以上三个指标的综合作用，可以筛选出具有长期投资潜力、基本面较好、市场活跃度适中的股票。
有何风险？
该选股策略中的主升起动较为主观，缺乏明确的量化指标和细化的判断标准，难以准确把握股票的走势。同时，此策略仍然过于依赖短期的市场走势和增长前景，无法准确掌握中长线投资机会。
如何优化？
可以加入其他技术指标，如MACD指标、布林线指标等，以综合判断股票的短期走势；可以加入其他基本面数据，如市盈率、EPS、净利润增长率等，以综合判断股票的价值；可以加入行业和概念指标，如板块、概念等等，以捕捉到具有发展潜力的热门行业和概念。同时，可以寻找更准确的主升起动指标，如价量关系、波动率等，以提升选股准确性。
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%、主升起动的股票为选股对象，并加入其他技术指标、基本面数据及行业概念指标进行综合筛选。
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
// 筛选主升起动的股票
power_bool = REF(POWER, 1) < 0 AND POWER > 0
// 合并筛选条件
result = amplitude_bool & dividend_year_bool & power_bool
// 输出结果
result
python代码参考
import tushare as ts
# 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：主升起动的股票
hist_data = ts.get_hist_data(now_data['code'].tolist())
hist_data['power'] = (hist_data['high'] - hist_data['close']) / (hist_data['high'] - hist_data['low'])
power_bool = (hist_data['power'].shift(1) < 0) & (hist_data['power'] > 0)
# 合并筛选条件
result = amplitude_bool & dividend_year_bool & power_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。
