(supermind)振幅大于1、连续5年ROE＞15%、元宇宙_

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%,元宇宙。

选股逻辑分析

该选股逻辑综合考虑了公司质量、价格趋势和未来潜力等多个因素，选出了具有稳定盈利和未来可发展性的股票。在构建投资组合时，需要注意配置仓位控制风险。

有何风险？

该选股策略可能存在以下风险：

1. 元宇宙的概念及其未来潜力还处于发展阶段，可靠性存在不确定性；
2. 过分追求ROE高可能导致忽略股票的其他情况。

如何优化？

为了降低上述风险，我们可以考虑以下优化措施：

1. 在考虑元宇宙时同时结合其他未来潜力指标，选股更可靠；
2. 在ROE的基础上综合考虑其他公司质量指标；
3. 结合其他策略，如基本面投资和技术分析等。

最终的选股逻辑

基于上述考虑，我们综合出以下选股逻辑：

1. 振幅大于1；
2. 连续5年ROE＞15%；
3. 股票公司具有元宇宙业务或未来潜力较大。

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(FIND(MARKET('元宇宙'), MARKET), 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')

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(df['market'].str.contains('元宇宙'), 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)