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%、机构动向大于0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、基本面和市场情绪等因素。振幅大于1和2019分红比例大于25%可以提高基本面，机构动向大于0可以体现机构投资者对股票的看好程度，加强选股质量。
有何风险？
该选股策略仍然存在市场风险，需要进一步优化策略。另外，机构动向可以存在一定滞后性，需要注意过多依赖该指标可能会影响选股效果。
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，同时考虑有效排除机构动向滞后的因素。另外，可以考虑引入更多基本面指标和技术面指标，综合考虑整体市场情况。
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%，机构动向大于0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
// 筛选机构动向大于0
main_fund = SUM(VOL * (CLOSE - REF(CLOSE, 1)), 0)
main_fund_bool = main_fund > 0
// 合并筛选条件
result = amplitude_bool & dividend_year_bool & main_fund_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：机构动向大于0
trade_data = ts.get_hist_data('000001')
main_fund = trade_data['volume'] * (trade_data['close'] - trade_data['close'].shift(1))
main_fund = main_fund.clip(lower=0)
main_fund_bool = main_fund > 0
# 合并筛选条件
result = amplitude_bool & dividend_year_bool & main_fund_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。
