(supermind)振幅大于1、连续5年ROE＞15%、今日最大跌幅＜-4且＞-5

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%,今日最大跌幅＜-4且＞-5。

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%、今日最大跌幅＜-4且＞-5的条件进行选股。其中，振幅大于1的条件可以筛选出波动较大的股票，连续5年ROE＞15%可以筛选出盈利能力较强的公司，今日最大跌幅＜-4且＞-5可以筛选出短期调整后的股票，增加选股的可靠性。

有何风险？

该选股逻辑可能存在以下风险：

过度依赖历史ROE数据，未考虑公司未来发展的潜力；
可能存在大幅下跌后不止跌去4%~5%的股票，影响选股效果；
该选股策略容易受短期市场风险的影响，难以预判长期市场趋势。

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：

增加未来业绩等指标进行辅助分析，降低对历史数据的依赖；
考虑不同股票的回撤特点，增加适当的限制条件，提升选股效果；
增加长期市场趋势的分析，指引选取优质股票。

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%；
今日最大跌幅＜-4且＞-5；
未来业绩指标优秀。

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((HIGH - REF(CLOSE, 1)) < -0.04 AND (HIGH - REF(CLOSE, 1)) > -0.05, 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['high'] - df['close'].shift(1)) < -0.04) & ((df['high'] - df['close'].shift(1)) > -0.05), 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%、今日最大跌幅＜-4且＞-5_