问财量化选股策略逻辑
本选股策略选取振幅大于1，周线MA5金叉MA10以及连续5年ROE＞15%的股票进行投资，旨在寻找具备较高盈利能力的成长性股票。
选股逻辑分析
选股策略综合考虑了股票波动性、均线走势以及企业盈利能力等多方面因素，旨在选出具有持续增长潜力的成长性股票。
有何风险？
此选股策略忽略了行业和市场的风险，过于关注股票本身的表现和企业盈利能力，没有进行更全面的风险分析，存在一定程度上的风险。
如何优化？
可以结合行业和市场分析进行股票筛选和优化，同时可采用技术指标或基本面分析指标对股票进行进一步筛选，优化选股效果。
最终的选股逻辑
本选股策略选取振幅大于1，周线MA5金叉MA10以及连续5年ROE＞15%的股票进行投资，并结合行业和市场分析进行股票筛选和优化。
同花顺指标公式代码参考
- 均线公式：
- MA(N) = SUM(CLOSE, N) / N
- ROE公式：
- ROE = (归属于母公司的净利润 / 归属于母公司的股东权益) × 100%
python代码参考
import tushare as ts
import pandas as pd
pro = ts.pro_api()
def select_stocks(n):
selected_stocks = []
for code in pro.query('stock_basic', exchange='', list_status='L', fields='ts_code,name,industry,market,area,pe,pb,circ_mv')['ts_code']:
df = pro.daily(ts_code=code, start_date='20210101', end_date=pd.datetime.now().strftime('%Y%m%d'), fields='ts_code,trade_date,open,high,low,close,vol,amount')
if (df.iloc[-1]['high'] - df.iloc[-1]['low']) / df.iloc[-1]['close'] > 0.01 and df.iloc[-1]['close'] > df.iloc[-1]['open'] and df.iloc[-1]['close'] > (df.iloc[-1]['open'] + df.iloc[-1]['close'] + df.iloc[-1]['low']) / 3 and df.iloc[-1]['close'] > df.iloc[-2]['close']:
df_fina_indicator = pro.query('fina_indicator', ts_code=code, start_date='20160101', end_date=pd.datetime.now().strftime('%Y%m%d'), fields='ts_code,ann_date,end_date,roe')
if (df_fina_indicator['roe'] > 15).all():
df_weekly = pro.weekly(ts_code=code, start_date='20210101', end_date=pd.datetime.now().strftime('%Y%m%d'), fields='ts_code,trade_date,open,high,low,close,vol,circ_mv,total_mv')
df_weekly['ma5'] = df_weekly['close'].rolling(5).mean()
df_weekly['ma10'] = df_weekly['close'].rolling(10).mean()
if df_weekly.iloc[-1]['ma5'] > df_weekly.iloc[-1]['ma10']:
selected_stocks.append(code)
return selected_stocks[:n]
## 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。
