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%的股票为选股对象，并按照个股热度从大到小进行排序。
选股逻辑分析
本选股策略基于振幅和基本面因素进行选股，加入了个股热度排序的要素，有助于挖掘市场热点，增加股票盈利机会。同时，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%可以增加投资者信心。
有何风险？
该策略可能会受到市场异常波动、特定行业或个股的风险。同时，由于加入了个股热度要素，可能会出现市场热点变动导致选股策略失效的情况。另外，该策略过于追求近期个股热度，可能忽略掉一些重要的因素，如企业基本面、所处行业等因素，容易被市场动态所影响。
如何优化？
需要加入更多的因素来制定选股策略，如成交量、市净率、ROE等因素，从更多角度进行分析，以更全面的视角制定选股策略。同时，可以结合宏观经济因素对行业和板块进行分析，进一步细化选股策略。此外，要加强资产配置和风险控制，建立科学的投资组合，对于出现异常情况，及时止损，减低损失。
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%的股票为选股对象，并按照个股热度从大到小进行排序。
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
// 按个股热度排序
hot_sort = (DOMINANTMARKETMAKING - DOMINANTMARKETMAKING.shift(1)) / DOMINANTMARKETMAKING.shift(1)
hot_sort_bool = hot_sort.sort_values(ascending=False)
// 合并筛选条件
result = amplitude_bool & dividend_year_bool & hot_sort_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：按个股热度排序
hot_sort = ts.top_list('2019-04-01')
hot_sort_bool = now_data['code'].isin(hot_sort['code'])
# 合并筛选条件
result = amplitude_bool & dividend_year_bool & hot_sort_bool
# 筛选结果
final_result = now_data.loc[result].sort_values(by=["DOMINANTMARKETMAKING"], ascending=False)
# 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。
