(supermind量化-)振幅大于1、2019分红比例＞25%、反包

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%、反包的企业作为投资标的。

选股逻辑分析

本选股逻辑主要考虑了三个因素：波动性、股息收益率、市场情绪。振幅大于1表示股票价格波动率较大，可以考虑在波动市场中适当介入，增加收益机会。2019年分红比例大于25%表示该公司分红较为慷慨，具有较高的股息收益率，更加适合喜欢收益稳定且分红丰厚的投资者。反包是短线热点概念之一，符合该概念的公司有可能会引起市场关注，从而带来一定的投资机会。

有何风险？

本选股策略可能会受到市场情绪波动、短线热点变化等因素的影响，同时可能会忽略一些重要的公司基本面信息，如财务指标、管理层、市场竞争、发展前景等。

如何优化？

本选股策略可以加入其他技术和基本面指标，如股价相对估值、ROE、管理层和机构投资者持股比例等。考虑集中投资于某一行业或跟踪某一指数相比，更加偏好于个股择时选取。同时，可以将定量因素和定性因素的权重分别考虑，以加强选股策略的有效性。

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%；
符合反包短线热点概念。

同花顺指标公式代码参考

本选股策略中不需要用指标，省略此部分。

python代码参考

import tushare as ts

# 获取所有 A 股列表
def get_all_stock():
    all_stock = ts.get_stock_basics()
    return all_stock

# 选取满足条件的股票
def select_stock(market='sh'):
    selected_stocks = []
    all_stocks = get_all_stock()
    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 '反包' not in all_stocks.loc[stock, 'concept']:
            continue              
        if all_stocks.loc[stock, 'nmc'] > 100:
            continue           
        selected_stocks.append(stock)        
    return selected_stocks

print(select_stock(market='sh'))

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。
    ![94c5cde12014f99e262a302741275d05.png](http://u.thsi.cn/imgsrc/pefile/94c5cde12014f99e262a302741275d05.png)

(supermind量化-)振幅大于1、2019分红比例＞25%、反包_