(supermind)振幅大于1、连续5年ROE＞15%、三连阴_

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%,三连阴。

选股逻辑分析

该选股逻辑首先筛选出振幅大于1的股票，要求其连续5年ROE＞15%，再考虑最近三天收盘价均出现下跌趋势，要求三连阴。该逻辑着重关注股票的价值属性，综合考虑技术面和基本面因素。

有何风险？

该选股策略可能存在以下风险：

1. 关注历史数据过多，容易陷入回顾性陷阱；
2. 过分强调股票的历史业绩和属性，未考虑未来市场走势，可能出现跟风或卖出不及时等情况；
3. 选股逻辑过于简单，未考虑其他重要影响因素对股价的影响，如国内外经济以及政治局势等。

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：

1. 考虑与其他指标相结合，如成交量、市值等基本面因素的考虑；
2. 加强技术面分析指标的选取和补充，如均线、MACD等；
3. 加强风险控制意识，控制单只股票和股票池的仓位风险。

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>=1；
2. 连续5年ROE＞15%;
3. 三连阴。

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((REF(CLOSE, 1) > REF(CLOSE, 2)) AND (REF(CLOSE, 2) > REF(CLOSE, 3)), 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')

C1 = np.where(df['high'] - df['low'] >= 1, 1, 0)
C2 = np.where(
    df.groupby('code')['roe'].apply(lambda x: (x > 0.15).all()), 1, 0)
C3 = np.where(
    (df['close'].shift(1) > df['close'].shift(2)) & (df['close'].shift(2) > df['close'].shift(3)), 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。
    ![94c5cde12014f99e262a302741275d05.png](http://u.thsi.cn/imgsrc/pefile/94c5cde12014f99e262a302741275d05.png)