问财量化选股策略逻辑
选股逻辑为：RSI小于65、振幅大于1、连续5年ROE＞15%。这个选股策略通过判断股票短期价格波动及公司的盈利能力来选出优质股票。
选股逻辑分析
该选股策略通过RSI指标判断价格波动的强弱及超买/超卖情况，振幅指标用来反映股票市场需求的增长与衰退。加入了连续5年ROE＞15%的条件，用来筛选公司盈利能力强、具有竞争优势的公司。
有何风险？
该选股策略可能存在以下风险：
- ROE无法完全反映公司的盈利能力，忽略了其他财务指标的变化；
- 忽略了市场宏观环境的影响，无法抵御市场风险；
- 过于依赖技术分析，未考虑到公司的基本面和重要事件公告等信息。
如何优化？
为了提升该选股策略的准确性，建议：
- 结合多种财务指标、行业信息等多方面进行股票分析，加强基本面分析；
- 建立综合模型，包括交叉验证、特征选择等方法，优化模型效果；
- 长期持有和修正交易策略，捕捉市场机会和风险，保证选出的股票能够产生持续收益。
最终的选股逻辑
选股条件：RSI小于65、振幅大于1、连续5年ROE＞15%。该选股策略旨在寻找价格波动较强、盈利能力强的优质公司股票。
同花顺指标公式代码参考
在当前逻辑中，可以采用以下通达信指标：RSI(6)、振幅指标为：(HIGHV+LOWV)/2/CLOSE，ROE可以使用通达信指标ROE(5)，表示返回股票近5年ROE的均值是否大于15%。
python代码参考
以下是python代码实现该选股逻辑（使用Tushare库）：
import tushare as ts
# 获取所有股票代码列表
stocks = ts.get_stock_basics().index.tolist()
# 定义选股条件
condition = lambda stock: (ts.get_hist_data(stock, start='2021-01-01')['rsi'][0]<65
and ts.get_hist_data(stock, start='2021-01-01')['high'][0]-ts.get_hist_data(stock, start='2021-01-01')['low'][0]>ts.get_hist_data(stock, start='2021-01-01')['close'][0]*0.01
and ts.get_profit_data(stock, top=5)['roe'].mean() > 0.15
)
# 筛选符合条件的股票
selected_stocks = filter(condition, stocks)
# 输出符合条件的股票代码和名称
for stock in selected_stocks:
print(stock, ts.get_stock_basics().loc[stock]['name'])
## 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。
