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%、涨跌幅乘以当日超大单净量大于10000的股票为选股对象。
选股逻辑分析
该选股策略中，振幅大于1可以筛选出波动较大的股票，2019分红比例大于25%可以筛选出分红较高的稳健股票，涨跌幅乘以当日超大单净量大于10000可以筛选出成交量较大的股票。这三个指标的综合作用，可以筛选出相对稳健、成交量较大的优质股票。
有何风险？
该选股策略中，忽略了许多重要的基本面和宏观经济因素，只从价格、分红和成交量三个方面考虑选股，因此存在一定的风险。同时，涨跌幅乘以当日超大单净量大于10000并不能说明该股票是一个良好的投资机会，需要更多的参考因素。
如何优化？
可以引入其它指标如市盈率、市净率等基本面指标和宏观经济指标，以更全面、多角度地评估股票的走势和价值。同时，可以考虑引入较短期和较长期的走势指标进行综合考虑，更好的反映股票走势的变化。
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%，涨跌幅乘以当日超大单净量大于10000的股票为选股对象，并增加基本面指标和宏观经济因素进行综合考虑。
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
// 筛选涨跌幅乘以当日超大单净量大于10000的股票
net_vol = TURNOVER / VOLUME * 100
big_order = net_vol > 5
rise_today_int = ROUND((CLOSE - OPEN) / OPEN * 100, 2)
rise_big_order = rise_today_int * VOLUME >= 10000
// 合并筛选条件
result = amplitude_bool & dividend_year_bool & big_order & rise_big_order
// 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：涨跌幅乘以当日超大单净量大于10000
market_data = ts.get_today_all()
net_vol = market_data['turnoverratio'] / market_data['volume'] * 100
big_order = net_vol > 5
rise_today = (market_data['trade'] - market_data['open']) / market_data['open']
rise_today_int = round(rise_today * 100, 2)
rise_big_order = rise_today_int * market_data['volume'] >= 10000
# 合并筛选条件
result = amplitude_bool & dividend_year_bool & big_order & rise_big_order
# 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。
