(supermind)振幅大于1、连续5年ROE＞15%、上市大于

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%,上市时间大于3年。

选股逻辑分析

该选股策略需要股票同时满足振幅大于1、连续5年ROE＞15%以及上市时间大于3年的条件才能进行选股。其中，振幅大于1可以挑选出一定的激进股票，而连续5年ROE＞15%则是选择一些具有优秀盈利能力的公司。而对股票上市时间的要求，则是为了筛选出相对稳定的公司，缩小风险。

有何风险？

该选股逻辑可能存在以下风险：

逻辑中没有考虑到公司估值指标等重要信息，难以评估公司的投资价值；
选股逻辑缺乏严格的数据统计证明，可能存在选股不准确的情况；
振幅较大的股票容易受市场情绪影响，投资风险较高。

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：

增加公司估值等多方面指标进行选股，综合考虑公司的投资价值；
优化选股逻辑中的权重设定，采用更科学合理的选股方式；
采用量化分析和机器学习等技术，对多种指标进行整合和分析，提高选股准确性。

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%；
上市时间大于3年；
公司的市盈率等估值指标优秀；
公司的营收增长、利润增长、现金流等综合表现优秀。

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(YEAR(CURRENT) - YEAR(LISTDATE) > 3, 1, 0);
SELECTOR: C1 * C2 * C3;
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, 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['list_date'].str[:4].astype(int) + 3 < df['year'].astype(int), 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)

(supermind)振幅大于1、连续5年ROE＞15%、上市大于_