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%、昨日股价大于250日均线的股票为选股对象。
选股逻辑分析
该选股策略综合考虑了价格波动性、基本面和技术面因素。振幅大于1和2019分红比例大于25%可以提高基本面，昨日股价大于250日均线可以提高技术面，加强选股质量。
有何风险？
该选股策略仍可能存在市场风险。另外，250日均线可能存在拉锯轮动效应，需要注意优化策略。
如何优化？
可以引入更多的市场情绪指标，例如资金流入流出、交易量等。另外，可以增加动态调整机制，根据市场实际走势进行策略调整，提升市场风险防御能力。同时，可以考虑优化技术面指标，例如引入更多技术面指标。
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%，昨日股价大于250日均线的股票为选股对象。
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
// 筛选昨日股价大于250日均线
ma250 = MA(CLOSE, 250)
yesterday_price_bool = REF(CLOSE, 1) >= MA(CLOSE, 250)
// 合并筛选条件
result = amplitude_bool & dividend_year_bool & yesterday_price_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：昨日股价大于250日均线
trade_data = ts.get_hist_data('000001')
ma250 = trade_data['close'].rolling(window=250).mean()
yesterday_price_bool = (trade_data['close'].shift(1) >= ma250.shift(1))
# 合并筛选条件
result = amplitude_bool & dividend_year_bool & yesterday_price_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。
