问财量化选股策略逻辑
选股逻辑：元宇宙行业、量比大于1.5、量比小于6、连续5年ROE＞15%的股票。
选股逻辑分析
该选股策略不仅考虑了行业、成交量和ROE指标，还强调了连续5年ROE＞15%的条件，具有更为明确的目标。同时，ROE作为衡量公司盈利能力的重要指标之一，符合理财和价值投资的思路。
有何风险？
该选股策略可能忽略了其他重要的财务指标，如市盈率、经营现金流等，存在选择偏颇风险。同时，连续5年ROE＞15%的标准可能过于严格，限制了股票的选择空间。
如何优化？
可以引入其他财务指标，如市盈率等，来提高选股的准确度和长期收益性。同时，可以适当降低ROE的标准，以扩大选股范围。同时，可以结合技术分析等指标，给予更为全面的判断。
最终的选股逻辑
选股逻辑为：元宇宙行业、量比大于1.5、量比小于6、连续3年ROE＞15%的股票，市值小于500亿的股票。
同花顺指标公式代码参考
通达信代码：
SELECT STOCK_CODE FROM XX WHERE HY = 'C010103' AND VOLUME_RATIO > 1.5 AND VOLUME_RATIO < 6 AND (SELECT COUNT(*) FROM XX WHERE ROE >= 15 AND TRADING_DATE >= YEAR(DATE_ADD(CURRENT_DATE, INTERVAL -5 YEAR))) >= 5 AND MARKET_VALUE / 100000000 < 500;
python代码参考
import tushare as ts
def get_stock_data():
gg_stocks = ts.get_zz500s()
gg_stocks = gg_stocks[gg_stocks['industry'] == '元宇宙']
df = ts.get_stock_basics()
df = df[df['code'].isin(gg_stocks['code'])]
# 筛选连续5年ROE>15%的股票
df['roe_y1'] = df.groupby(['code'])['roe'].shift(1)
df['roe_y2'] = df.groupby(['code'])['roe'].shift(2)
df['roe_y3'] = df.groupby(['code'])['roe'].shift(3)
df['roe_y4'] = df.groupby(['code'])['roe'].shift(4)
df['roe_y5'] = df.groupby(['code'])['roe'].shift(5)
df = df[(df['roe'] > 15) & (df['roe_y1'] > 15) & (df['roe_y2'] > 15) & (df['roe_y3'] > 15) & (df['roe_y4'] > 15)]
# 筛选量比符合条件的股票
df = df[df['volume_ratio'] > 1.5 & df['volume_ratio'] < 6]
df = df[df['circulating_market_cap'] / 100000000 < 500]
res = df[['name', 'code', 'circulating_market_cap', 'pe', 'roe', 'net_profits', 'rev']]
res = res.rename(columns={'circulating_market_cap': '流通市值', 'pe': '市盈率', 'roe': 'ROE', 'net_profits': '净利润', 'rev': '营收增长率'})
return res
print(get_stock_data())
## 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。
