振幅大于1、15分钟周期MACD绿柱变短、连续5年ROE＞1

选股逻辑

选股条件包括：振幅大于1、15分钟周期MACD绿柱变短、连续5年ROE＞15%。

选股逻辑分析

振幅大于1可以找到波动性较大的股票，15分钟周期MACD绿柱变短可以反映出走势即将发生变化，连续5年ROE＞15%则代表公司具备良好的盈利能力。结合以上条件进行选股，可以选择波动性较大、走势即将改变，且具备良好盈利能力的标的。

有何风险？

单纯以ROE来筛选股票，可能忽略了其他因素如行业周期、估值、财务风险等，导致出现误选。同时，盈利能力高不代表未来景气一定良好，需要结合其他因素考虑。

如何优化？

可以加入其他财务指标如利润增长率、毛利率等来筛选高质量标的。同时，可以根据行业特征来选择具备竞争优势的标的。

最终的选股逻辑

选股条件包括：振幅大于1、15分钟周期MACD绿柱变短、连续5年ROE＞15%，并加入其他财务指标和行业特征的筛选条件。需要根据具体情况调整选股条件和时间窗口。

同花顺指标公式代码参考

振幅大于1：IF(HIGH - LOW > 1, 1, 0)

15分钟周期MACD绿柱变短：IF(BARSLAST(MACD() < 0 AND MACD() > REF(MACD(),1)), 1, 0)

连续5年ROE＞15%：IF(GETFINANCECHG('roe', 5) > 15, 1, 0)

综合筛选结果：IF(A AND B AND C AND …, 1, 0)

python代码参考

import tushare as ts
from functools import reduce

# 筛选符合条件的股票
selected_codes = []
for code in ts.get_stock_basics().index:
    df = ts.get_hist_data(code, start='2022-01-01', end='2022-03-31')
    if df is None:
        continue
    amp = (df['high'] - df['low']) / df['open'] > 0.01
    k_data_15 = ts.get_k_data(code, ktype='15')
    k_data_15['MACD'], _, k_data_15['MACD_Hist'] = abstract.MACD(k_data_15, timeperiod_fast=12, timeperiod_slow=26, timeperiod_signal=9)
    macd_short = (k_data_15['MACD_Hist'] < 0) & (k_data_15['MACD_Hist'] > k_data_15['MACD_Hist'].shift())
    roes = ts.get_profit_data(code)['roe'].iloc[:5]
    strong_roe = (reduce(lambda x, y: x and y, roes > 0.15)) if len(roes) == 5 else False
    if amp.any() and macd_short.any() and strong_roe:
        selected_codes.append(code)

# 输出符合条件的股票代码
print(selected_codes)

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。