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%,9点25分涨幅小于6%。
选股逻辑分析
新增涨幅小于6%的条件，目的是选择涨幅较为稳定的股票。这样可以在一定程度上规避短期市场波动带来的交易风险。
有何风险？
该选股逻辑可能存在以下风险：
- 可能会忽略一些成长性较强但近期有较大涨幅的企业；
- 可能会筛选出行业相对滞涨的股票。
如何优化？
为了减少风险，可以尝试以下优化：
- 增加市值的考虑因素，如市盈率与市净率等等；
- 引入财务指标与行业分级等因素，更加全面地评估公司的投资价值。
最终的选股逻辑
根据以上分析和优化，我们可以得到以下完善的选股逻辑：
- 按照波动幅度挑选出振幅大于1的股票；
- 选择具备较强盈利能力的公司，选择ROE＞15%的股票；
- 控制短期的风险，选择涨幅在9点25分时小于6%的股票。
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(CROSS(REF(CLOSE, 1), OPEN) AND (OPEN / PREV_CLOSE -1) * 100 < 6, 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['open'] / df['close'].shift(1) - 1) * 100 < 6, 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。
