问财量化选股策略逻辑
选股逻辑为：在股票市场中，选择换手率在3%-12%之间，连续三天收阴线，连续五年ROE＞15%的股票。
选股逻辑分析
在基本逻辑的基础上增加了对ROE的筛选条件，选取具有较好盈利能力和价值投资潜力的股票。ROE大于15%可以表明公司在利润的分配和资本的利用方面做得相对较好，具有一定的安全性和持久性。同时考虑股票的波动情况，选择换手率在3%-12%之间，确保选股的安全性。
有何风险？
该选股逻辑并没有考虑公司的财务风险和股票市场宏观风险等其他因素，可能存在选择低质量公司或者在风险高的市场环境下选择高风险的股票的情况。
如何优化？
可以结合公司基本面和股票市场宏观面因素等，综合考虑选股策略的优化。比如可以结合市场风险偏好调整ROE的选取范围，并引入其他财务指标如净利润、EBITDA等与ROE结合选取。
最终的选股逻辑
在股票市场中，选择换手率在3%-12%之间，连续三天收阴线，连续五年ROE＞15%的股票。
同花顺指标公式代码参考
SET_MARKET("SZ");
SET_LOOKBACK(250);
SET_OFFLINE_MODE(ON);
SET_HISTORY_FACTOR_MODE(ON);
/* 选取换手率在3%-12%之间的股票 */
CONDITION0 = (HSL>=3 AND HSL<=12);
/* 选取连续三天收阴线的股票 */
CONDITION1 = MA(C,3)<REF(MA(C,3),1) AND REF(MA(C,3),1)<REF(MA(C,3),2) AND REF(MA(C,3),2)<REF(MA(C,3),3);
/* 选取连续五年ROE>15%的股票 */
BEGIN
REF_CONDITION = REF(ROE,1)>15 AND REF(ROE,2)>15 AND REF(ROE,3)>15 AND REF(ROE,4)>15 AND ROE>15;
RESULT = REF_CONDITION;
END;
LAST_CONDITION = CONDITION0 AND CONDITION1 AND LAST_CONDITION;
CODE_LIST=SELECT_BY_KIND('stock',last_condition)
CODE_LIS = SORT_BY_HOT(CODE_LIST, 0, 10, LAST_CONDITION);
python代码参考
import baostock as bs
import pandas as pd
import datetime
#### 登陆系统 ####
lg = bs.login()
#### 获取满足条件的股票 #####
rs = bs.query_all_stock(day=datetime.date.today().strftime("%Y-%m-%d"))
stock_list = []
while rs.next():
stock_code = rs.get_row_data()[0]
k_data = bs.query_history_k_data(stock_code, "date,open,high,low,close,volume,amount,k",
start_date="2021-01-01", end_date=datetime.date.today().strftime("%Y-%m-%d"),
frequency="d", adjustflag="2")
if k_data.error_code == '0' and len(k_data.data)>5*250:
check_point1 = (k_data.data[-1][4]/k_data.data[-4][4]-1)*100
check_point2 = all([k_data.data[i][4]<k_data.data[i-1][4] for i in range(-3,0)])
check_point3 = all([k_data.data[i+1][6]>0 for i in range(-5*250,0)])
if check_point1>=3 and check_point1<=12 and check_point2 and check_point3:
rs_temp = bs.query_history_financial_indicator(stock_code, "roe", start_date=str(datetime.datetime.now().year-5)+"-01-01", end_date=datetime.date.today().strftime("%Y-%m-%d"))
if rs_temp.error_code == '0' and len(rs_temp.data) >= 5 and all([float(d)>15 for d in rs_temp.data[:5]]):
stock_list.append(stock_code)
df = pd.DataFrame(stock_list)
df_rank = df.sort_values(by="capital", ascending=False)
print(df_rank)
##### 登出系统 #####
bs.logout()
## 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。
