问财量化选股策略逻辑
该选股策略选择在元宇宙行业中，同时满足三个技术指标同时金叉且连续5年ROE＞15%的股票进行投资。
选股逻辑分析
该选股策略具有较强的技术面和基本面的特点。通过对技术面和基本面进行筛选，可以筛选出表现良好，有良好业绩，有成长潜力的股票。具体地，在元宇宙行业中，同时满足三个技术指标同时金叉且连续5年ROE＞15%的股票会被筛选出来。
有何风险？
该选股策略可能存在以下风险：
- 可能只关注优秀的基本面，而忽略技术面的变化，导致短期波动过大；
- 只通过ROE作为筛选条件，而没有考虑其他基本面的因素，可能存在错杀优良股票的情况；
- 选股策略可能过于严苛，导致可投资的股票数量较少。
如何优化？
为降低选股策略的风险，可以考虑以下优化方法：
- 在考虑基本面的同时，也要考虑技术面的变化，制定综合考虑的策略；
- 加强风险管理，设置严格的止盈止损机制，同时也可以采取分批建仓的方式进行交易，降低单一股票的风险；
- 适当调整筛选条件，可以参考其他基本面的因素来进行筛选（如PE、PB比等）。
最终的选股逻辑
综合以上分析，可以得出一个更完善的选股逻辑：在元宇宙行业中，同时满足三个技术指标同时金叉且连续5年ROE＞15%的股票会被筛选出来。
具体选股条件为：
- 行情：SH或SZ或HK
- 技术指标：CROSS(MACD(12,26,9), MACDSignal(12,26,9))、CROSS(MA(5), MA(10))、CROSS(MA(5), MA(20))、
- 基本面表现：ROE>15%，连续5年
- 行业特点：元宇宙
- 选股条件：CROSS(MACD(12,26,9), MACDSignal(12,26,9))>0 AND
CROSS(MA(5), MA(10))>0 AND
CROSS(MA(5), MA(20))>0 AND
FINANCE.ROE_ttm>15 AND CONTINUE(FINANCE.ROE_ttm>15, 5) AND
INDUSTRY.industry == '元宇宙'
同花顺指标公式代码参考
- 行情：SH或SZ或HK
- 技术指标：MACD(12,26,9)、MACDSignal(12,26,9)、MA(5)、MA(10)、MA(20)
- 基本面表现：FINANCE.ROE_ttm、CONTINUE()
- 行业特点：INDUSTRY
- 选股条件：CROSS(MACD(12,26,9), MACDSignal(12,26,9))>0 AND
CROSS(MA(5), MA(10))>0 AND
CROSS(MA(5), MA(20))>0 AND
FINANCE.ROE_ttm>15 AND CONTINUE(FINANCE.ROE_ttm>15, 5) AND
INDUSTRY.industry == '元宇宙'
python代码参考
import pandas as pd
import tushare as ts
def stock_selector(industry, start_date, end_date):
ts.set_token('your_token')
pro = ts.pro_api()
df = pro.stock_basic(exchange='', list_status='L', fields='ts_code, name, industry, market, \
list_date, pe, pb')
df = df[(df['industry'].str.contains(industry))]
k_data = {}
for code in df['ts_code']:
k_data[code] = ts.get_k_data(code, start=start_date, end=end_date)
filtered = []
for code, k in k_data.items():
if (CROSS(MACD(k, 12, 26, 9), MACDSignal(k, 12, 26, 9)) > 0) and \
(CROSS(MA(k, 5), MA(k, 10)) > 0) and (CROSS(MA(k, 5), MA(k, 20)) > 0) and \
(FINANCE(k, 'ROE_ttm') > 15) and \
(CONTINUE(FINANCE(k, 'ROE_ttm') > 15, 5)) and \
(INDUSTRY(df, code) == '元宇宙'):
filtered.append([code, df[df['ts_code'] == code]['name'].iloc[0], \
df[df['ts_code'] == code]['pe'].iloc[0]])
return pd.DataFrame(filtered, columns=['ts_code', 'name', 'pe'])
industry = '元宇宙'
start_date = '2021-01-01'
end_date = '2021-12-31'
df = stock_selector(industry, start_date, end_date)
print(df)
以上python代码将返回2021年度内行业为“元宇宙”，同时满足三个技术指标同时金叉且连续5年ROE＞15%的所有股票信息。
## 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。
