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%，并且当日涨幅小于2.6%且大于-5%的股票为选股对象。
选股逻辑分析
该选股策略中，强调了价格波动性和基本面，同时涨幅作为一个重要的选股指标被纳入了选股范畴，可以较好地筛选出相对稳健的绩优股票。
有何风险？
该选股策略仍然忽略了一些重要的基本面和宏观经济因素，同时在不同阶段周期策略间缺少切换机制，可能导致持有周期过长而错失更好的投资机会。
如何优化？
针对不同市场环境和经济周期，利用机器学习和量化分析的方法建立多周期、多因子的动态选股策略，从宏观经济、行业趋势、基本面、技术面等多个角度进行评估，适时调整选股策略，减少市场风险。
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%，当日涨幅小于2.6%且大于-5%。同时，引入多因子、多周期和切换机制等内容，形成更为完整的选股流程。
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
// 筛选涨幅在-5%到2.6%之间的股票
increase = (CLOSE - OPEN) / OPEN * 100
increase_bool = (increase > -5) & (increase < 2.6)
// 合并筛选条件
result = amplitude_bool & dividend_year_bool & increase_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：当日涨幅在-5％到2.6％内
now_data['increase'] = (now_data['trade'] - now_data['open']) / now_data['open'] * 100
increase_bool = (now_data['increase'] > -5) & (now_data['increase'] < 2.6)
# 合并筛选条件
result = amplitude_bool & dividend_year_bool & increase_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。
