(supermind量化-)振幅大于1、昨日成交额大于6千万、连续5年ROE>15%_

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

本选股策略选择振幅大于1、昨日成交额大于6千万、连续5年ROE>15%的股票为选股对象。

选股逻辑分析

振幅大、昨日成交额大以及连续5年ROE>15%的股票可以筛选出波动较大、交易活跃且具有较好盈利能力的个股。这些股票可以较好地接受市场波动和风险,也可能成为市场上的优质标的。

有何风险?

在选股逻辑中,选择连续5年ROE>15%的股票,忽略了某些行业特殊的经营模式和特点,也无法考虑单年ROE波动较大的情况。由于选股条件限制较多,可能会减少选股机会和多样性,导致在某些行情下,无法发挥良好表现。

如何优化?

可以引入其他基本面指标,并结合一定的技术分析指标进一步考虑,通过建立系统化策略,如多因子模型,深度学习等方式来优化选股逻辑,提高策略的有效性。

最终的选股逻辑

将本选股策略的最终逻辑定为筛选振幅大于1、昨日成交额大于6千万、连续五年ROE大于15%的股票为选取对象。

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

// 筛选昨日成交额大于6千万的股票
last_day_vol_bool = VOLUME > 60000000

// 筛选连续五年ROE大于15%的股票
ROE_bool = (ROE1 > 0.15) & (ROE2 > 0.15) & (ROE3 > 0.15) & (ROE4 > 0.15) & (ROE5 > 0.15)

// 合并筛选条件
result = amplitude_bool & last_day_vol_bool & ROE_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:昨日成交额大于6千万
last_day_vol_bool = now_data['volume'] > 60000000

# 筛选条件3:连续五年ROE大于15%
data_list = ts.get_report_data(2020,2)
ROE_bool = (data_list['roe'][0]>0.15) & (data_list['roe'][1]>0.15) & (data_list['roe'][2]>0.15) & (data_list['roe'][3]>0.15) & (data_list['roe'][4]>0.15)

# 合并筛选条件
result = amplitude_bool & last_day_vol_bool & ROE_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)
收益&风险
源码

评论