问财量化选股策略逻辑
本选股策略选择振幅大于1、连续3天以上大单净量大于0.05、连续5年ROE＞15%的股票。
选股逻辑分析
振幅大于1、大单净量大于0.05可以反映出市场情绪和资金的变化情况，同时连续5年ROE＞15%也考虑了公司业绩和基本面等因素。通过综合考虑多方面因素，选取符合条件的个股，有望获得较好的收益。
有何风险？
本策略过度依赖公司ROE指标，没有考虑其他财务指标如负债率、ROA等因素，可能会忽视某些潜力股；同时，过度依赖交易数据也可能对基本面因素进行低估。
如何优化？
可以引入更多别的指标，如PE系数，行业板块得分等，来综合考虑多方面因素，以获取选股的准确性；同时，对于ROE具有重要意义的财务数据，我们可以通过合理的权衡和选择，削弱一些因素的权重，包括ROA等其他财务因素，从而综合我们的选股能力。
最终的选股逻辑
本选股策略的筛选逻辑为：振幅大于1、连续3天以上大单净量大于0.05、连续5年ROE＞15%。
同花顺指标公式代码参考
无
python代码参考
import pandas as pd
# 读取股票数据
df = pd.read_csv('stock_data.csv')
# 筛选条件1：振幅大于1
df['AMPLITUTE'] = df.apply(lambda row: max(row['HIGH'] - row['LOW'], abs(row['HIGH'] - row['PREV_CLOSE']), abs(row['LOW'] - row['PREV_CLOSE'])), axis=1)
df = df[(abs(df['HIGH'] - df['PREV_CLOSE']) > df['AMPLITUTE']) & (abs(df['LOW'] - df['PREV_CLOSE']) > df['AMPLITUTE'])]
# 筛选条件2：连续3天以上大单净量大于0.05
df['NET_VOLUME_3DAYS'] = df['NET_VOLUME'].rolling(3).sum()
df = df[df['NET_VOLUME_3DAYS'] > 0.05]
# 筛选条件3：连续5年ROE＞15%
df['PREV_ROE'] = df['ROE'].shift(1)
df['PREV_2_YEAR_ROE'] = df['PREV_ROE'].rolling(8).mean()
df['PREV_3_YEAR_ROE'] = df['PREV_ROE'].rolling(12).mean()
df['PREV_4_YEAR_ROE'] = df['PREV_ROE'].rolling(16).mean()
df['PREV_5_YEAR_ROE'] = df['PREV_ROE'].rolling(20).mean()
df = df[df['ROE'] > 0.15]
df = df[df['PREV_5_YEAR_ROE'] > 0.15]
# 输出选股数据
print(df)
## 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。
