问财量化选股策略逻辑
选取振幅大于1、2019年度分红比例大于25%、现量大于1万手、高开的股票作为选股对象。
选股逻辑分析
该选股策略通过振幅、分红、现量、开盘价等指标，筛选出较强的市场走势和资金流入的股票，拥有较好的交易量，有利于资金的流入和退出，同时具备风险控制的能力。
有何风险？
该选股策略仅考虑少量因素，如振幅、分红、现量和开盘价等限制较多，而忽略了更加重要的市盈率、市净率、行情走势等因素的考虑，因此可能错过了一些优质的股票。同时，由于振幅波动较大，具有一定的不确定性和风险。
如何优化？
可引入更多因素来筛选优质的股票，比如市盈率、市净率、前期累计涨幅、技术指标等，以获得更好的收益表现。另外，考虑到振幅波动较大，也可适当对振幅因素进行调整，如设置最高振幅值等。
最终的选股逻辑
综合考虑股票的振幅、2019年度分红比例、现量和高开等因素，选取涨势较强、业绩稳定、股价安全、行业处于上升趋势等品质较好的股票进行投资。
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年度分红比例大于25%的股票
dividend_year = DIVIDENDYIELD*100
dividend_year_bool = dividend_year>25
// 筛选现量大于1万手的股票
volume = VOLUME
volume_bool = volume>10000
// 筛选高开的股票
high_open_bool = (HIGH/OPEN)>1.02
// 筛选符合条件的股票
result = amplitude_bool & dividend_year_bool & volume_bool & high_open_bool
// 输出筛选结果
result
Python代码参考
import tushare as ts
import pandas as pd
# 筛选条件1：振幅大于1
today_data = ts.get_today_all()
amplitude = (today_data['high'] - today_data['low']) / today_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：现量大于1万手
volume_bool = today_data['volume'] > 10000
# 筛选条件4：高开
high_open_bool = today_data['high'] / today_data['open'] > 1.02
# 筛选符合条件的股票
result = amplitude_bool & dividend_year_bool & volume_bool & high_open_bool
# 输出筛选结果
final_result = today_data.loc[result].sort_values(by=["DOMINANTMARKETMAKING"], ascending=False)
print(final_result)
注：以上为示例代码，仅供参考，实际使用中需根据具体情况做适当调整。
## 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。
