(supermind)振幅大于1、连续5年ROE＞15%、主升起动

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%,主升起动。

选股逻辑分析

该选股逻辑融合了价格波动、基本面和技术面因素，旨在筛选出价格波动适中，具备一定盈利力和股价上涨趋势的股票。其中，振幅大于1可以反应价格波动适中，连续5年ROE＞15%可以反应公司基本面较好，而主升起动可以反映当前股价存在一定上涨趋势。

有何风险？

该选股策略可能存在以下风险：

忽略其他重要的市场指标；
盲目追求技术面，忽略公司的基本面。

如何优化？

为了减少选股策略存在的风险，可以考虑以下优化措施：

结合其他市场指标，如市市场交易量、市盈率等，进行筛选，避免对单一指标的依赖；
在主升起动判断中结合其他市场技术指标，如均线、KDJ等，提高判断准确性；
结合公司的基本面，如财务状况、行业等，综合考虑。

最终的选股逻辑

综上所述，我们可以优化出以下选股逻辑：

振幅大于1；
连续5年ROE＞15%;
主升起动。

同花顺指标公式代码参考

C1 = IF(HIGH - LOW > ATR(CLOSE, 14), 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(MA(CLOSE, 5) > MA(CLOSE, 15) AND MA(CLOSE, 15) > MA(CLOSE, 30) AND CLOSE > MA(CLOSE, 60), 1, 0);
SELECTOR = C1*C2*C3;
RESULT = SELECTOR;

python代码参考

import pandas as pd
import numpy as np
import talib as ta

df = pd.read_csv('your_data.csv', index_col='date')

def roe_above_threshold(df, n=5, threshold=0.15):
    mask = (df.iloc[-n:]['roe'] > threshold)
    return mask.all()

C1 = np.where(df['high'] - df['low'] > ta.atr(df['close'], 14), 1, 0)
C2 = np.where(df.groupby('code').apply(roe_above_threshold), 1, 0)
C3 = np.where((ta.MA(df['close'], 5) > ta.MA(df['close'], 15)) & 
              (ta.MA(df['close'], 15) > ta.MA(df['close'], 30)) & 
              (df['close'].iloc[-1] > ta.MA(df['close'], 60)), 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%、主升起动_