(supermind量化-)振幅大于1、2019分红比例＞25%、企业性质

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%、企业性质（如国企、大型民企等）作为选股对象。

选股逻辑分析

该选股策略除了考虑股票波动性和基本面因素，还增加了企业性质因素，选出企业稳定性较高的股票作为投资对象。

有何风险？

企业性质虽然是稳定性较高的标志，但并不能保证股票的长期表现，同时企业性质的划分标准也需要谨慎处理。

如何优化？

可以结合行业热度、财务报表数据、宏观经济指标等因素综合分析，同时在企业性质上要采用更加精细化的划分标准。

最终的选股逻辑

选取振幅大于1、2019年度分红比例大于25%、企业性质为国企或大型民企的股票为选股对象。

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>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

// 筛选企业性质（假设1表示国企，2表示大型民企）
company_type = COMPANY
company_type_bool = (company_type==1)|(company_type==2)

// 合并条件
result = amplitude_bool&dividend_year_bool&company_type_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
today_data = ts.get_today_all()
amplitude = (today_data['high'] - today_data['low']) / today_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：企业性质为国企或大型民企
company_type = basic_data['industry'].apply(lambda x: 1 if '国企' in x else (2 if '民营' in x or '民企' in x else 0))
company_type_bool = (company_type == 1) | (company_type == 2)

# 合并筛选条件
result = amplitude_bool & dividend_year_bool & company_type_bool

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

# 输出结果
print(final_result)

注：以上为示例代码，仅供参考，实际使用中需根据具体情况做适当调整。

    ## 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%、企业性质_