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%、周线MA5金叉MA10的股票为选股对象。
选股逻辑分析
该选股策略同样采用了技术面和基本面因素，振幅大于1可以反映出股票市场波动情况，2019分红比例大于25%可以增强投资者信心，同时加入技术面的MA指标，通过金叉来确定股票的买点和卖点，可以更加有利于投资者进行操作。
有何风险？
该策略同样可能会面对市场异常波动、特定行业或个股的风险。而且选出的股票都是在基准日期之后进行了分析，不能保证未来资产的表现与策略的预期一致，由此产生的风险不可避免。
如何优化？
同样地，需要加强基本面分析和行业分析，以更加客观、丰富的视角得出选股策略。同时需要强调风险控制，对于出现异常情况，及时割肉止损，减低损失。此外，根据个人投资需求和风险承担能力对策略进行个性化调整，才能提高投资效果。
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%、周线MA5金叉MA10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年度分红比例大于25%的股票
dividend_year = DIVIDENDYIELD * 100
dividend_year_bool = dividend_year > 25
// 筛选周线MA5金叉MA10的股票
ma_line5 = MA(CLOSE, 5)
ma_line10 = MA(CLOSE, 10)
ma_bool = CROSS(ma_line5, ma_line10, 1)
// 合并筛选条件
result = amplitude_bool AND dividend_year_bool AND ma_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：周线MA5金叉MA10
week_data = ts.get_hist_data(now_data.index, ktype='W')
ma_line5 = week_data['close'].rolling(window=5).mean()
ma_line10 = week_data['close'].rolling(window=10).mean()
ma_bool = ma_line5.iloc[-2] > ma_line10.iloc[-2] and ma_line5.iloc[-1] < ma_line10.iloc[-1]
# 合并筛选条件
result = amplitude_bool & dividend_year_bool & ma_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。
