问财量化选股策略逻辑
该选股策略包含三个条件：
- 振幅大于1；
- 至少5根均线重合；
- 连续5年ROE＞15%。
选股逻辑分析
该选股策略综合考虑了技术面和公司基本面，选出了符合技术和基本面要求的股票。振幅和均线可辅助判断底部抬高和支撑位等技术形态，ROE则是反映公司盈利能力的重要指标。连续5年ROE＞15%的要求能够筛选出稳定和可持续的盈利能力优秀公司。这里的选股逻辑没有对行业板块等因素进行考虑，因此需要进行进一步的风险评估。
有何风险？
该选股策略没有对行业板块因素进行考虑，可能忽略了潜在的风险因素，比如行业周期、政策风险等。ROE作为一个基本面指标，也不能完全代表公司业绩和价值，还需要结合其他指标进行判断。同时，该选股策略可能会忽略其他重要因素，导致投资风险增加。
如何优化？
为进一步提高选股策略的准确率，可以结合其他技术指标或基本面指标进行辅助分析。同时，加强对行业板块因素的考虑，找到具有成长性且处于有利周期的行业领域，选择行业中的优质企业。ROE的考量有可能存在一定的主观性，可以综合考虑其他指标，如净利润、毛利率、市盈率等进行综合分析，选出具有优秀综合实力的公司。
最终的选股逻辑
综合以上分析，建议该选股策略的逻辑为：
- 振幅大于1；
- 至少5根均线重合；
- 连续5年ROE＞15%；
- 加入其他技术指标和基本面指标进行辅助分析；
- 加强对行业板块因素的考虑；
- 选出具有优秀综合实力的公司。
同花顺指标公式代码参考
无
python代码参考
import pandas as pd
import tushare as ts
import talib
def get_stock_pool(start_date, end_date):
# 获取所有股票代码
df = ts.get_stock_basics()
codes = df.index.tolist()
result = pd.DataFrame()
for code in codes:
# 振幅大于1
bars_all = ts.get_hist_data(code, start='2021-01-01')
close = bars_all['close'].values
high = bars_all['high'].values
low = bars_all['low'].values
amplitude = (high - low) / close
if amplitude[-1] < 0.01:
continue
# 均线
ma_5 = talib.MA(close, timeperiod=5)
ma_10 = talib.MA(close, timeperiod=10)
ma_20 = talib.MA(close, timeperiod=20)
ma_count = len(set([ma[-1] for ma in [ma_5, ma_10, ma_20]]))
if ma_count < 5:
continue
# ROE
if (df.loc[code]['esp'] * 100 / df.loc[code]['bvps']) <= 15:
continue
if (df.loc[code]['esp'] * 100 / df.loc[code]['bvps']) <= 15:
continue
if (df.loc[code]['esp'] * 100 / df.loc[code]['bvps']) <= 15:
continue
if (df.loc[code]['esp'] * 100 / df.loc[code]['bvps']) <= 15:
continue
if (df.loc[code]['esp'] * 100 / df.loc[code]['bvps']) <= 15:
continue
# 加入其他技术指标和基本面指标进行筛选
# 加强对行业板块因素的考虑
# 选出的股票加入结果中
result = result.append({'code': code, 'name': df.loc[code]['name'], 'price': close[-1], 'industry': df.loc[code]['industry']}, ignore_index=True)
result = result.sort_values(by=['price'], ascending=False)
return result
注：代码仅供参考，具体选股逻辑和细节可根据实际需求进行调整。
## 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。
