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%,PE>0。
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PE>0的条件才能进行选股。振幅大于1可以挑选出一定的激进股票，连续5年ROE＞15%则选择具有优秀盈利能力的公司，PE>0则选出具有盈利的公司。
有何风险？
该选股逻辑可能存在以下风险：
- 忽视其他市场因素，选择出的股票可能缺乏趋势性；
- 容易陷入短期盈利的追求，缺乏长期价值的考虑；
- PE指标可能会出现负值，而PE>0的要求忽略了这一点。
如何优化？
为了缩小选股策略存在的风险，可以考虑以下优化：
- 综合考虑多项市场因素，如财务数据、公告信息等；
- 加强基本面分析，选股侧重风险控制与长期价值投资；
- 剔除PE为负值的股票，并加入其他价格指标，如PB、PEG等。
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；
- 连续5年ROE＞15%；
- PE>0，且剪掉PE为负值的股票；
- 具备安全边际、成交量等综合表现优秀。
同花顺指标公式代码参考
C1: IF(HIGH - LOW >= 1, 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(PE() > 0, 1, 0);
SELECTOR: C1 * C2 * C3;
RESULT: SELECTOR;
python代码参考
import pandas as pd
df = pd.read_csv('your_data.csv', index_col='date')
df = df[df['pe'] > 0]
df.dropna(inplace=True)
C1 = np.where(df['high'] - df['low'] >= 1, 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['pe'] > 0, 1, 0)
selector = C1 * C2 * C3
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。
