(supermind)振幅大于1、连续5年ROE＞15%、前25天有涨停

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%,前25天有涨停。

选股逻辑分析

该选股逻辑结合了技术面和基本面，振幅大于1可以筛选到波动性较大的股票，连续5年ROE＞15%则选择具有盈利能力的企业，前25天有涨停则可以筛选出具有爆发能力的股票。

有何风险？

该选股逻辑可能存在以下风险：

只依赖于一些关键词，容易误判；
只侧重基本面和短期技术面，忽视了行业和宏观环境的影响；
前25天有涨停不一定与未来的股票表现相关。

如何优化？

为了减少风险，可以尝试以下优化：

尝试结合其他技术指标，如MACD等；
加入行业和宏观环境指标做出进一步考量；
市场风格变化的时候需要动态调整选股策略。

最终的选股逻辑

根据以上分析和优化，可以得到以下完善的选股逻辑：

选择振幅大于1的股票；
选择连续5年ROE＞15%的稳健盈利企业；
选择前25天有涨停的股票；
根据行业和宏观环境指标做出进一步考量；
尝试结合其他技术指标做出进一步确认。

同花顺指标公式代码参考

C1: IF((HIGH - LOW >= 1) AND ('其他波动性指标'), 1, 0);
C2: IF(ROE(CLOSE, 5) > 15, 1, 0);
C3: ZT:=VALUEWHEN(HIGH = REF(HIGH, 1)*1.1, HIGH, 0, 25) > 0;
SELECTOR: C1 * C2 * C3;
RESULT: SELECTOR;

python代码参考

import pandas as pd
from tqsdk import TqApi
from tqsdk.ta import MACD

api = TqApi()

klines = api.get_kline_serial("SHFE.rb2101", 24 * 60 * 60, data_length=300)
df = pd.DataFrame(klines)

macd, signal, hist = MACD(df['close'])

C1 = (df['high'] - df['low'] >= 1) & ('其他波动性指标')

def check_roe(x):
    return (x > 0.15).all()

C2 = df.groupby('contract.symbol')['roe'].apply(check_roe)

zt = df['high'].rolling(window=25).apply(lambda x: any(pd.Series(x).pct_change().dropna() >= 0.1))

C3 = zt.shift(1)

selector = (C1 & C2 & C3).astype(int)
result = df[selector == 1].sort_values('amount', ascending=False).index.tolist()

注意，由于涨停这个选股逻辑的特殊性，需要在实盘交易中规避一些问题，如涨停板后无法买入等情况。在使用时需要额外注意。

    ## 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%、前25天有涨停_