(supermind量化-)振幅大于1、2019分红比例>25%、量比大于1

用户头像神盾局量子研究部
2023-08-21 发布

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%、量比大于1.5且小于6的股票作为选股对象。

选股逻辑分析

该选股逻辑主要在振幅大、分红率高的基础上,增加了量比的筛选条件。其中,量比可以反映股票成交量的变化情况,同时也能反映出市场对该股票的关注程度和情绪。

有何风险?

该选股逻辑的风险在于,仅考虑振幅、分红率和量比等方面,容易忽略股票的长期投资价值和未来潜力。同时,基于短期表现来选股也存在市场调整和风险较大的问题。

如何优化?

可以加入更多基于长期投资价值的指标,如市盈率、市净率等,以更全面地考虑股票的投资价值和未来情况。此外,可以加入技术分析指标(如均线、KDJ等)来判断短期趋势,从而更准确地选择符合投资策略的股票。

最终的选股逻辑

通过基本面、短期趋势和量比相结合的方式,选取具有较好表现、高可持续性和未来潜力的股票作为投资标的,以获得更加稳定和可持续的收益。

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 > 1

// 筛选2019分红比例大于25%的股票
dividend_year = DIVIDENDYIELD * 100
dividend_year_bool = dividend_year > 25

// 筛选量比大于1.5且小于6的股票
turnoverratio_bool = (TURNOVERRATIO > 1.5) & (TURNOVERRATIO < 6)

// 筛选符合条件的股票
result = amplitude_bool & dividend_year_bool & turnoverratio_bool

// 输出筛选结果
result

Python代码参考

import tushare as ts

# 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 > 1

# 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:量比大于1.5且小于6
today_data['turnoverratio_bool'] = (today_data['turnoverratio'] > 1.5) & (today_data['turnoverratio'] < 6)
turnoverratio_bool = today_data['turnoverratio_bool']

# 筛选符合条件的股票
result = amplitude_bool & dividend_year_bool & turnoverratio_bool

# 输出筛选结果
final_result = today_data.loc[result].sort_values(by=["turnoverratio"], ascending=False)
print(final_result)

注:以上为示例代码,请根据实际情况进行调整。

    ## 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。
    ![94c5cde12014f99e262a302741275d05.png](http://u.thsi.cn/imgsrc/pefile/94c5cde12014f99e262a302741275d05.png)
收益&风险
源码

评论