(supermind量化-)振幅大于1、2019分红比例＞25%、非科创

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%、非科创板股票为选股对象。

选股逻辑分析

选股时选择振幅大于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；选择非科创板股票可以筛选出相对成熟的企业。通过以上三个指标的综合作用，可以筛选出具有较高价值和良好市场表现的股票，为长期投资提供了支持。

有何风险？

该选股策略中过度依赖振幅和2019分红比例这两个简单的基本面指标，无法充分反映公司的经营状况和未来发展潜力；同时，非科创板股票中仍有存在相当比例的一些业绩不佳或濒临退市的公司。

如何优化？

可以加入其他基本面数据，如市盈率、ROE、分红稳定性等，以更全面地评估公司的价值；可以加入行业和概念指标，如板块、概念等等，以寻找增长性好的行业和概念。同时，可以结合技术分析指标，如MACD指标、KDJ指标等，以综合判断股票的短期走势。

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%、非科创板股票为选股对象，并加入其他基本面和行业概念指标，以全面评估股票价值，结合技术分析指标，以判断股票的短期走势。

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%的股票
dividend_year = DIVIDENDYIELD * 100
dividend_year_bool = dividend_year > 25

// 筛选非科创板股票
ipo_date = IPODATE
is_kc_bool = (YEAR(CURRENTDATE) - YEAR(ipo_date) > 2) OR ((YEAR(CURRENTDATE) - YEAR(ipo_date) == 2) AND (MONTH(CURRENTDATE) - MONTH(ipo_date) > 0))

// 合并筛选条件
result = amplitude_bool & dividend_year_bool & is_kc_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：非科创板股票
ipo_date = basic_data['timeToMarket']
is_kc_bool = ((now_data['date'].dt.year - ipo_date//10000) > 2) | (((now_data['date'].dt.year - ipo_date//10000) == 2) & ((now_data['date'].dt.month - (ipo_date//100)%100) > 0))

# 合并筛选条件
result = amplitude_bool & dividend_year_bool & is_kc_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。
    ![94c5cde12014f99e262a302741275d05.png](http://u.thsi.cn/imgsrc/pefile/94c5cde12014f99e262a302741275d05.png)

(supermind量化-)振幅大于1、2019分红比例＞25%、非科创_