问财量化选股策略逻辑
本选股策略在当日开盘前10点选取振幅大于1、500日内至少2次涨停、2019分红比例大于25%的标的股票。
选股逻辑分析
本选股策略在综合考虑了技术面、市场表现和公司基本面等多方面因素。振幅大、500日内至少2次涨停代表股票具有一定的技术优势和市场表现，而2019分红比例高则意味着该公司具有良好的盈利能力和未来发展潜力。因此，可以通过此选股策略来筛选具有良好市场表现和盈利能力的标的股票。
有何风险？
本策略主要关注的是几个方面的数据，因此在某些特定时期或情况下，这些数据可能无法反映公司真正的价值或发展趋势。如果太过追求高分红比例，则可能会错过一些长期稳定盈利的公司；同时，振幅大、涨停次数多等指标，股票市值较小的公司难以满足，因此对于市值较小或是刚刚上市不久的公司可能不适用。
如何优化？
可以对选股策略进行进一步优化，引入更具有说服力的指标或环境因素。比如可以考虑每股收益、市盈率等基本面指标，同时还可以考虑宏观经济形势、行业环境等因素，以更全面地选择出优质的标的股票。
最终的选股逻辑
选取振幅大，500日内至少2次涨停，2019分红比例大于25%的标的股票。
同花顺指标公式代码参考
振幅大于1：
(HIGH - LOW) / PRE_CLOSE > 0.01
500日内至少2次涨停：
SUM(HIGH / REF(LOW, 1) > 1.099, 500) >= 2
2019分红比例大于25%：
DIV_2019 / CLOSE > 0.25
在同花顺中，DIV_2019代表着2019年分红所占比例，CLOSE代表收盘价。
python代码参考
import tushare as ts
selected_stocks = []
for code in ts.get_stock_basics().index:
#获取股票数据
basic_data = ts.get_stock_basics()
if code not in basic_data.index:
continue
div_2019 = basic_data.loc[code]['dividend_ratio']
if div_2019 <= 0.25:
continue
daily_data = ts.get_hist_data(code, ktype='D')
if daily_data is None or len(daily_data) < 30:
continue
if (daily_data.high - daily_data.low).mean() / daily_data.close.mean() < 0.01:
continue
if (daily_data.high / daily_data.low.shift(1) > 1.099).rolling(500).sum() < 2:
continue
#加入选中的股票
selected_stocks.append(code)
#输出选中的股票
print(selected_stocks)
以上仅供参考，具体操作需要根据市场情况和自身的风险偏好进行决策。
## 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。
