(supermind)振幅大于1、连续5年ROE＞15%、周线MA5金叉MA10

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%,周线MA5金叉MA10。

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%以及周线MA5金叉MA10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。在技术指标方面，则采取了MA5、MA10的金叉条件，来辅助判断股票的短期走势。

有何风险？

该选股逻辑可能存在以下风险：

经过回测后，该选股策略的收益表现并不稳定，存在一定的风险；
这种选股策略对技术分析的运用较为依赖，因此如果无法对技术分析有准确的把握，选股效果会大打折扣；
该策略侧重短期走势，适合操盘能力较强的投资者，普通散户可能难以把握好时机进出。

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：

增加基本面数据的分析，如市盈率、市净率等指标，降低对技术分析的依赖；
考虑区间涨幅、持续时间等指标，增加适当的限制条件，提升选股效果；
采取定期调整、动态调整的方法，跟随市场变化，增加策略稳定性。

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%；
周线MA5金叉MA10；
基本面指标优秀；
区间涨幅、持续时间等指标优秀。

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((MA(CLOSE, 5) > MA(CLOSE, 10)) AND (REF(MA(CLOSE, 5), 1) < REF(MA(CLOSE, 10), 1)), 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['close'].rolling(5).mean() > df['close'].rolling(10).mean()) & (df['close'].rolling(5).mean().shift(1) < df['close'].rolling(10).mean().shift(1)), 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%、周线MA5金叉MA10_