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%、换手率波动在0.5-2之间的股票为选股对象。
选股逻辑分析
该选股策略同样采用了技术面和基本面因素，振幅大于1可以反映出股票市场波动情况，2019分红比例大于25%可以增强投资者信心，同时加入换手率指标，可以反映出股票的流动性和价格变化情况，符合投资者选择的标准。
有何风险？
该策略同样可能会面对市场异常波动、特定行业或个股的风险。而且选出的股票都是在基准日期之后进行了分析，不能保证未来资产的表现与策略的预期一致，由此产生的风险不可避免。同时，选择换手率作为指标，会受到市场风险偏好和流动性的影响，需要谨慎分析。
如何优化？
可以加入更多的因素来制定选股策略，如市盈率、市净率等因素，从更多角度进行分析，以更全面的视角制定选股策略。同时，需要加强风险控制，对于出现异常情况，及时割肉止损，减低损失。此外，根据个人投资需求和风险承担能力对策略进行个性化调整，才能提高投资效果。
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%、换手率波动在0.5-2之间的股票为选股对象。
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
// 筛选昨日换手率*（今日竞价成交量/昨日成交量）>0.5<2的股票
turnover_rate = (VOL / PREV_CLOSE) * ((OPEN - PREV_CLOSE)/PREV_CLOSE + 1)
turnover_rate_bool = (turnover_rate > 0.5) & (turnover_rate < 2)
// 合并筛选条件
result = amplitude_bool & dividend_year_bool & turnover_rate_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：换手率波动在0.5-2之间
turnover_rate = (now_data['volume'] / now_data['prev_close']) * ((now_data['open'] - now_data['prev_close']) / now_data['prev_close'] + 1)
turnover_rate_bool = (turnover_rate > 0.5) & (turnover_rate < 2)
# 合并筛选条件
result = amplitude_bool & dividend_year_bool & turnover_rate_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。
