问财量化选股策略逻辑
选股逻辑：振幅大于1,K线小于20,连续5年ROE＞15%。
选股逻辑分析
该选股逻辑综合考虑了股票的价格波动幅度、技术指标和公司财务数据等因素，通过筛选出波动性较大且具有良好盈利能力的公司股票，进一步降低选股的风险并锁定市场上的优质标的。
有何风险？
该选股逻辑可能存在的主要风险是，财务数据存在造假等不实情况，导致选股错误。同时，公司业绩低于预期也可能带来持仓风险。因此，需要在选股的过程中对公司财务报表进行深入研究与分析，并严格控制持仓风险，注意进行止损操作。
如何优化？
可以进一步引入其他财务指标，如营收、净利润、资产负债率等因素进行选股，并在技术指标和基本面的基础上进行综合分析。同时，可以考虑设置仓位比例和止损线等风险控制措施，进一步提高选股的准确性和盈利水平。
最终的选股逻辑
改进后的选股逻辑如下：
- 振幅大于1；
- K线小于20；
- 连续5年ROE＞15%。
同花顺指标公式代码参考
以下是在同花顺上实现该选股策略的指标公式代码：
C1: Amp() > 1;
C2: KDJ(9,3,3) < 20;
C3: FINANCIAL(ROE, 5) > 15;
SELECTOR := C1 AND C2 AND C3;
RESULT := SELECTOR;
其中，FINANCIAL(ROE, 5) > 15用于统计最近5个年度中，公司ROE连续大于15%的情况。
Python代码参考
以下是Python实现该选股策略的选股逻辑的代码：
#计算公司五年ROE
def calc_ROE(data):
return data['净利润'] / data['所有者权益']
roe = pd.DataFrame()
for year in [2021, 2020, 2019, 2018, 2017]:
net_profit = get_net_profit(year)
owner_equity = get_owner_equity(year - 1)
data = pd.merge(net_profit, owner_equity, on='code')
roe_current_year = calc_ROE(data)
roe = pd.concat([roe, roe_current_year], axis=1)
roe.index = data.index
roe.columns = [2021, 2020, 2019, 2018, 2017]
selected_stocks = (amp > 1) & (kdj < 20) & (roe > 0.15).all(axis=1)
selected_stocks = pd.DataFrame({'code': code, 'selected': selected_stocks})
selected_stocks = selected_stocks[selected_stocks['selected']]
selected_stocks = selected_stocks.sort_values('pct_chg', ascending=False)
selected_stocks.drop('pct_chg', axis=1, inplace=True)
return selected_stocks['code'].tolist()
通过使用Python实现该选股逻辑，结合股票的技术指标和公司财务数据，综合分析筛选出具有良好盈利能力的公司股票。在实际运用中，可以根据具体情况和策略要求进行适当的调整和改进。
## 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。
