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%、元宇宙相关的股票为选股对象。
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；关注元宇宙的概念，可以捕捉到未来可能具有发展潜力的热门行业和概念，进而选出可能受益于元宇宙发展的股票。通过以上三个指标的综合作用，可以筛选出基本面较好、未来潜力较大的股票。
有何风险？
该选股策略依赖于元宇宙等新兴行业和概念的发展前景，若未来发展不如预期，可能导致投资收益下降。同时，中长期因素相对单一，不能有效掌握中长线投资机会。
如何优化？
可以加入其他基本面数据，如市盈率、EPS等，以综合判断股票的价值；可以加入其他技术指标，如MACD、KDJ等，以综合判断股票的短期走势；可以加入更多前沿的行业和概念，以更加准确地捕捉未来发展趋势。
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%、元宇宙相关的股票为选股对象，并加入其他基本面及技术指标进行综合筛选。
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
// 筛选元宇宙相关的股票（以某电竞公司为例）
is_e_sports = NAME == '某电竞公司'
contains_meta_universe = INDUSTRYCONTAIN("元宇宙") OR CONCEPTCONTAIN("元宇宙")
meta_universe_bool = is_e_sports AND contains_meta_universe
// 合并筛选条件
result = amplitude_bool & dividend_year_bool & meta_universe_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：元宇宙相关
concept_data = ts.get_concept_classified()
industry_data = ts.get_industry_classified()
is_e_sports = now_data['name'] == '某电竞公司'
contains_meta_universe = concept_data['concept_name'].str.contains('元宇宙') | industry_data['c_name'].str.contains('元宇宙')
meta_universe_bool = is_e_sports & contains_meta_universe
# 合并筛选条件
result = amplitude_bool & dividend_year_bool & meta_universe_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。
