问财量化选股策略逻辑
该选股策略选择元宇宙行业中，符合以下条件的股票进行投资：前日实际换手率在3%~28%之间，连续5年ROE大于15%。
选股逻辑分析
该选股策略的选股条件主要包括：
- 选择元宇宙行业中的股票，因为这些企业可能受到元宇宙行业内用户需求的影响，具有潜在的成长性；
- 前日实际换手率在3%~28%之间，反映市场对其价值的认可度高且有成交热度，具有投资价值；
- 连续5年ROE大于15%，反映公司盈利能力较强，具有健康的财务状况。
有何风险？
- 连续5年ROE作为选股条件可能会忽略其他重要的财务指标和技术指标，不能充分反映企业的基本面和未来发展趋势；
- 行业可能存在快速发展、尚未盈利等情况，ROE高的企业可能存在一定的风险；
- 当前市场走势不稳定时，该选股策略可能存在较高的风险。
如何优化？
- 可以增加其他选股条件，如PE、PB等财务指标、技术指标等，综合考虑来筛选具备投资价值的股票；
- 对ROE条件做一定的灵活性设计，例如优先选择ROE排名前N的股票；
- 针对不同市场走势设定不同的选股条件，避免投资风险。
最终的选股逻辑
该选股策略选择元宇宙行业中，在前日实际换手率在3%~28%之间，并且连续5年ROE大于15%的股票进行投资。
具体选股条件为：元宇宙行情为GNXQ，前日实际换手率为 TURNOVER(2)，连续5年ROE大于15%可通过股票的财务报表来判断，例如：
INDUSTRYIDB(2859,GNXQ) AND TURNOVER(2) > 3 AND TURNOVER(2) < 28 AND LASTFRP(ROE) > 15 FOR 5
同花顺指标公式代码参考
- 元宇宙行情：GNBK('gnxq')
- 前日实际换手率：TURNOVER(2)
- 连续5年ROE： LASTFRP(ROE) > 15 FOR 5
在通达信中，可以使用如下指标代码：
LASTFRP(ROE) > 15 FOR 5
Python代码参考
import pandas as pd
import tushare as ts
def stock_selector():
ts.set_token('your_token')
pro = ts.pro_api()
data1 = pro.query('stock_basic', exchange='SZSE', list_status='L', fields='ts_code, name, industry, list_date, total_share, float_share, market_cap, pe, pb, area')
data1['ipo_date'] = pd.to_datetime(data1['list_date'])
data1 = data1[data1['industry'].str.contains('元宇宙') & (data1['list_status'].isin(['L', 'N']))]
data2 = pro.daily_basic(ts_code='', trade_date='20220101', fields='ts_code, turnover_rate_f')
data2['actual_turnover'] = data2['turnover_rate_f'] * 100
data2.index = pd.to_datetime(data2['trade_date'], format='%Y%m%d')
data3 = data2[(data2['actual_turnover'] > 3) & (data2['actual_turnover'] < 28)]
data4 = pro.fina_indicator(ts_code='', start_date='20160101', fields='ts_code, end_date, roe')
data4 = data4.groupby('ts_code').apply(lambda x: x.set_index('end_date').resample('A').last())
data4 = data4.reset_index().dropna()
data4['year'] = pd.to_datetime(data4['end_date']).dt.year
data5 = data4.groupby('ts_code').apply(lambda x: all(x[x['year'] >= 2016]['roe'] > 15))
data6 = data3[data3.index.isin(data5.index[data5 == True])]
data7 = data1.merge(data6[['ts_code']], on='ts_code', how='inner')
return data7[['ts_code', 'name']]
## 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。
