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%、前日实际换手率大于3%且小于28%的股票为选股对象。
选股逻辑分析
该选股策略综合考虑了价格波动性、基本面和市场情绪等因素。振幅大于1和2019分红比例大于25%可以提高基本面，前日实际换手率大约在3%到28%的范围内可以保证股票的相对活跃度，避免太高或太低的换手率带来的风险。
有何风险？
该选股策略仍然存在市场风险，需要进一步优化策略。同时，前日实际换手率这个指标可能存在较大的波动，需要考虑到指标变动对选股效果的影响。
如何优化？
可以考虑引入更多指标，例如成交量、资金流入流出、市盈率等，融合更多市场情绪和基本面的因素，提升选股质量和稳定性。另外，可以根据市场情况动态调整选股指标，保证选股效果稳定。
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%，前日实际换手率大于3%且小于28%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%
dividend_year = DIVIDENDYIELD * 100
dividend_year_bool = dividend_year > 25
// 筛选前日实际换手率在3%到28%的股票
turnover_rate = (AMOUNT - REF(AMOUNT, 2)) / (CAPITAL * 10000)
turnover_rate_bool = (turnover_rate > 0.03) & (turnover_rate < 0.28)
// 合并筛选条件
result = amplitude_bool & dividend_year_bool & turnover_rate_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：前日实际换手率在3%到28%的股票
trade_data = ts.get_hist_data('000001')
turnover_rate = (trade_data['amount'] - trade_data['amount'].shift(2)) / (basic_data['totals'] * 10000)
turnover_rate_bool = (turnover_rate > 0.03) & (turnover_rate < 0.28)
# 合并筛选条件
result = amplitude_bool & dividend_year_bool & turnover_rate_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。
