(supermind)振幅大于1、连续5年ROE>15%、KDJ刚形成金叉_

用户头像神盾局量子研究部
2023-08-21 发布

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%,KDJ刚形成金叉。

选股逻辑分析

该选股逻辑主要结合了技术指标和基本面指标,其中振幅大于1可以反映出股票波动性较大,ROE>15%则体现了公司的稳健盈利能力,KDJ刚形成金叉则表明股票的价格刚刚开始上升。

有何风险?

该选股逻辑可能存在以下风险:

  1. KDJ指标的金叉有可能仅仅是短暂的;
  2. 只侧重于一些基础财务指标,可能会忽略某些特殊企业;
  3. 盲目追求高ROE的企业数量比较有限。

如何优化?

为了减少风险,可以尝试以下优化:

  1. 可以尝试加入其他技术指标,如SAR等;
  2. 可以增加其他基本面指标,如市盈率、市净率等;
  3. KDJ指标的金叉可以结合其他技术指标确认。

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:

  1. 选择振幅大于1的股票;
  2. 选择连续5年ROE>15%的稳健盈利企业;
  3. 选择KDJ刚形成金叉的股票;
  4. 可以加入其他技术指标和基本面指标做出进一步确认。

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: K:=SMA((CLOSE-LLV(LOW, 9))/(HHV(HIGH, 9)-LLV(LOW, 9))*100, 3, 1);
     D:=SMA(K, 3, 1);
     J:=3*K-2*D;
     IF(J > REF(J, 1) AND REF(J, 1) < REF(J, 2), 1, 0);

SELECTOR: C1 * C2 * C3;
RESULT: SELECTOR;

python代码参考

import pandas as pd
import numpy as np
from tqsdk.ta import KDJ

df = pd.read_csv('your_data.csv', index_col='date')
k, d, j = KDJ(df['close'], 9, 3, 3)

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((j > j.shift(1)) & (j.shift(1) < j.shift(2)), 1, 0)

selector = C1 * C2 * C3
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)
收益&风险
源码

评论