问财量化选股策略逻辑
本选股策略选取满足振幅大于1、2019年分红比例大于25%、前天MACD小于0的股票作为投资标的。
选股逻辑分析
本选股策略主要基于股票波动性、企业盈利能力和技术指标分析。振幅大于1可以反映股票波动性较高，存在投资机会；2019年分红比例大于25%反映企业盈利稳定性相对较高；前天MACD小于0可以反映市场短期走势出现调整。
有何风险？
本选股策略可能存在个股风险和操作风险。在实际使用中，需要注意标的的基本面、盈利能力等因素的影响，避免简单地根据技术指标选股而出现操作失误的风险。
如何优化？
在实际操作中，应该综合运用技术指标和基本面分析来选择股票，例如选股时可以将 P/E、P/B 等基本面因素作为参考因素，同时对技术指标进行分析，更全面地了解企业的盈利状况和市场动态。
最终的选股逻辑
本选股策略选取满足以下条件的股票：
- 振幅大于1；
- 2019年分红比例大于25%;
- 前天的MACD指标小于0。
同花顺指标公式代码参考
- MACD公式：
DIF:EMA(CLOSE,SHORT)-EMA(CLOSE,LONG);
DEA:EMA(DIF,MID);
MACD:(DIF-DEA)*2,COLORSTICK;
python代码参考
import tushare as ts
import pandas as pd
# 获取MACD信号
def get_macd_signal(df):
dif, dea, hist = talib.MACD(df['close'], fastperiod=12, slowperiod=26, signalperiod=9)
return dif[-3], dea[-3]
# 判断是否满足选股逻辑
def select_logic(df):
# MACD
dif, dea = get_macd_signal(df)
if dif > dea:
return False
# 振幅
if df.iloc[-1]['high'] - df.iloc[-1]['low'] <= df.iloc[-2]['close']*0.01:
return False
# 分红
if df.iloc[-1]['divi'] <= 0:
return False
return True
# 选取满足条件的股票
def select_stock():
selected_stocks = []
all_stocks = ts.get_stock_basics()
for stock in all_stocks.index:
if all_stocks.loc[stock, 'name'][0] == '*':
continue
if all_stocks.loc[stock, 'outstanding'] * all_stocks.loc[stock, 'price'] > 1000:
continue
if all_stocks.loc[stock, 'pb'] > 3:
continue
if all_stocks.loc[stock, 'pe'] > 50:
continue
df = ts.get_hist_data(stock)
if len(df) < 250:
continue
if not select_logic(df):
continue
selected_stocks.append(stock)
return selected_stocks
print(select_stock())
以上代码仅供参考，实现方法会因投资人情况和市场环境而异。
## 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。
