(supermind)振幅大于1、连续5年ROE＞15%、2021年营收除2018年营收大

问财量化选股策略逻辑

选股逻辑：振幅大于1,连续5年ROE＞15%,2021年营收/2018年营收大于1.1。

选股逻辑分析

该选股逻辑同样考虑了价格波动、基本面以及财务指标等多重因素，以振幅大于1为起点，筛选出盈利能力较高的公司，再加入营收增长率指标判断公司财务表现，以寻找未来增长性潜力。

有何风险？

该选股策略可能存在以下风险：

1. 营收增长率指标 only，未考虑其他财务指标及企业环境；
2. 仅连续5年ROE＞15%的公司并不能保证未来业绩的可持续性；
3. 振幅只能作为一个简单的价格波动指标，可能存在其他价格波动因素未考虑在内；
4. 给定大于1.1的增长率门槛，可能存在高增长率的公司未被选中的情况。

如何优化？

为了减少选股策略存在的风险，可以考虑以下优化措施：

1. 加入更全面的财务指标及企业环境因素，综合评估公司综合表现；
2. 考虑历史营收增长率及趋势等因素，增加选股策略的可靠性；
3. 针对门槛问题，可以采用相对百分比增长率等更科学的方式来设置选股门槛。

最终的选股逻辑

综上所述，我们可以优化出以下选股逻辑：

1. 振幅大于1；
2. 连续5年ROE＞15%;
3. 营收增长率，采用相对百分比增长率计算，历史营收增长趋势向上；
4. 资金强度由大到小。

同花顺指标公式代码参考

C1: IF(HIGH - LOW > ATR(CLOSE, 14), 1, 0);
C2: IF((ROE(CLOSE, 5) > 15) AND (ROE(CLOSE, 4) > 15) AND (ROE(CLOSE, 3) > 15) AND (ROE(CLOSE, 2) > 15) AND (ROE(CLOSE, 1) > 15), 1, 0);
C3: IF((SALES(CLOSE, 4) / SALES(CLOSE, 1)) > 1.1, 1, 0);
C4: RANK(AMOUNT/10000);
SELECTOR: C1 * C2 * C3 * C4;
RESULT: SELECTOR;

python代码参考

import pandas as pd
import numpy as np
import talib as ta

df = pd.read_csv('your_data.csv', index_col='date')

C1 = np.where(df['high'] - df['low'] > ta.atr(df['close'], 14), 1, 0)
C2 = np.where(
    df.groupby('code')['roe'].apply(lambda x: (x > 0.15).all()), 1, 0)
C3 = np.where(
    df.groupby('code')['revenue'].pct_change(periods=3).apply(
        lambda x: x > 0.1), 1, 0)
C4 = df['amount'].groupby(
    df.index).rank(ascending=False).apply(lambda x: 1 if x == 1 else 0)
selector = C1 * C2 * C3 * C4
result = df[selector == 1].index.tolist()

    ## 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。
    ![94c5cde12014f99e262a302741275d05.png](http://u.thsi.cn/imgsrc/pefile/94c5cde12014f99e262a302741275d05.png)