问财量化选股策略逻辑
该选股策略包含元素“元宇宙”、“30日平均线向上”和“连续5年ROE＞15%”。
选股逻辑分析
该选股策略是基于公司财务数据来筛选股票，包括元宇宙和30日平均线向上，同时加入了ROE指标作为筛选条件，更多考虑了公司的财务健康状态和盈利能力。ROE是一种衡量公司或资产的盈利能力的指标，具有被广泛运用的重要性。
该选股策略的逻辑是选出元宇宙中ROE表现优异且正在持续增长的公司。通过加入30日平均线向上确保选出的股票属于上涨趋势中，有更好的投资机会。
有何风险？
- 公司财务数据可能不是100%准确，数据存在估计偏差或审计没有及时更新等问题，影响筛选结果的准确性；
- ROE高的公司可能并不一定良好，具备其他质量指标的综合判断是很有必要的；
- 忽视了公司的估值、市场等因素，可能会忽略较好的投资机会。
如何优化？
- 加入其他指标筛选，更好的综合判断选股；
- 对于ROE较高的公司，可以进一步挖掘公司的财务数据，如利润增长率，资产周转率等，对质量进一步分析。
- 将选股策略和其他投资理论相结合，多方面的分析股票的价值。
最终的选股逻辑
基于元宇宙、30日平均线向上和ROE＞15%（5年连续），筛选出满足条件的股票。
同花顺指标公式代码参考
元宇宙：SELECTEDINDUSTRY("gnxq")
30日平均线向上：MA(CLOSE, 30) > REF(MA(CLOSE, 30), 1)
ROE超过15%：RSI(ROE*100, 250) > 15
Python代码参考
import pandas as pd
import baostock as bs
def stock_selector(df):
# 筛选条件
condition1 = df['concepts'].apply(lambda x: '元宇宙' in x)
condition2 = df['close'] > pd.Series(df['close']).rolling(window=30).mean().shift(1)
end_date = pd.datetime.now().strftime('%Y-%m-%d')
rs = bs.query_history_k_data_plus(df['code'][0], 'date,roe', start_date='{}-01-01'.format(end_date[:4]), frequency='d', adjustflag='1')
roe = pd.Series([float(x[1]) for x in rs.data])
condition3 = pd.Series(roe).rolling(window=250).apply(lambda x: (x>0.15).all())
conditions = [condition1, condition2, condition3]
selected = df[conditions]
# 可以加入其他指标的筛选条件和综合分析
# selected = selected[other_conditions]
return selected
## 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。
