(supermind)振幅大于1、连续5年ROE＞15%、20日均线大于120日均线

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%,20日均线大于120日均线。

选股逻辑分析

该选股策略需要股票满足振幅大于1、连续5年ROE＞15%以及20日均线大于120日均线的条件才能进行选股。其中，ROE可以衡量公司的经营能力，均线则反映了股票的趋势。这些指标均是选股的重要因素，但是同时适用于所有行业和市场，并不能完全反映出其特点。

有何风险？

该选股逻辑可能存在以下风险：

均线指标可能不能够完全反映出股票的趋势，因为不同的股票和行业的均线具有不同的特点；
选股逻辑过于简单，忽略了其他重要指标和因素，可能会影响选股效果。

如何优化？

为了减小风险，可以尝试以下优化：

在均线指标基础上，加入其他反映趋势的技术指标，如MACD、KDJ等，进行综合考虑；
根据不同行业和市场的特点，灵活调整ROE和均线指标的阈值；
加入其他关键指标，如市值、财务数据、资金流向等，进行综合评估。

最终的选股逻辑

基于以上分析和优化，我们可以得到以下完善的选股逻辑：

振幅大于1,波动率较低；
连续ROE指标良好，标志着公司经营能力稳定；
具备较好的趋势，市值适中，市场表现良好；
根据各行业特点和市场情况灵活调整各指标的阈值。

同花顺指标公式代码参考

C1: IF((HIGH - LOW >= 1) AND ('其他波动性指标'), 1, 0);
C2: IF(ROE(CLOSE, 5) > 15, 1, 0);
C3: IF(ROE(CLOSE, 4) > 15, 1, 0);
C4: IF(ROE(CLOSE, 3) > 15, 1, 0);
C5: IF(ROE(CLOSE, 2) > 15, 1, 0);
C6: IF(ROE(CLOSE, 1) > 15, 1, 0);
C7: IF(MA(CLOSE, 20) > MA(CLOSE, 120), 1, 0);
SELECTOR: C1 * (C2 + C3 + C4 + C5 + C6) * C7;
RESULT: SELECTOR;

python代码参考

import pandas as pd
import numpy as np

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

C1 = np.where((df['high'] - df['low'] >= 1) & ('其他波动性指标'), 1, 0)

def check_roe(x):
    return (x > 0.15).all()

C2 = np.where(df.groupby('code')['roe'].apply(check_roe), 1, 0)
C3 = np.where(df.groupby('code')['roe'].apply(check_roe, n=4), 1, 0)
C4 = np.where(df.groupby('code')['roe'].apply(check_roe, n=3), 1, 0)
C5 = np.where(df.groupby('code')['roe'].apply(check_roe, n=2), 1, 0)
C6 = np.where(df.groupby('code')['roe'].apply(check_roe, n=1), 1, 0)

C7 = np.where(df['close'].rolling(20).mean() > df['close'].rolling(120).mean(), 1, 0)

selector = C1 * (C2 + C3 + C4 + C5 + C6) * C7
result = df[selector == 1].sort_values('mc', ascending=False).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)

(supermind)振幅大于1、连续5年ROE＞15%、20日均线大于120日均线_