(supermind)振幅大于1、连续5年ROE＞15%、圆弧形_

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%,圆弧形。

选股逻辑分析

采用圆弧形形态选股可能存在一定的主观性，但也有可能符合某些投资者对于股票价格走势的判断。同时，振幅大于1和ROE＞15%也是根据较为稳健的技术和基本面指标进行选股。

有何风险？

该选股逻辑可能存在以下风险：

1. 选股依赖于主观判断，可能存在较大的个人偏见；
2. 圆弧形的形态不一定能够准确地预测股票价格的变化趋势；
3. 可能会忽略其他在技术和基本面上表现优秀的个股。

如何优化？

为了减少风险，可以尝试以下优化：

1. 可以使用其他技术指标（如MA、RSI等）来辅助判断股票价格趋势；
2. 可以加入其他财务指标（如市盈率、市净率等）来对公司基本面进行更全面的考量；
3. 可以尝试用机器学习等技术对选股模型进行优化和训练，减少人为偏差。

最终的选股逻辑

根据以上分析和优化，我们可以得到以下完善的选股逻辑：

1. 选择振幅大于1的股票；
2. 选择连续5年ROE＞15%的稳健盈利企业；
3. 运用圆弧形形态选股，选取符合预期形态的公司股票。

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: IF(ROE(CLOSE, 4) > 15, 1, 0);
C4: IF(ROE(CLOSE, 3) > 15, 1, 0);
C5: IF(ROE(CLOSE, 2) > 15, 1, 0);
C6: IF(ROE(CLOSE, 1) > 15, 1, 0);

C7: IF('圆弧形指标', 1, 0);

SELECTOR: C1 * (C2 + C3 + C4 + C5 + C6) * C7;
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) & ('其他波动性指标'), 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.groupby('code')['roe'].apply(check_roe, n=4), 1, 0)
C4 = np.where(df.groupby('code')['roe'].apply(check_roe, n=3), 1, 0)
C5 = np.where(df.groupby('code')['roe'].apply(check_roe, n=2), 1, 0)
C6 = np.where(df.groupby('code')['roe'].apply(check_roe, n=1), 1, 0)

C7 = np.where('圆弧形指标', 1, 0)

selector = C1 * (C2 + C3 + C4 + C5 + C6) * C7
result = df[selector == 1].sort_values('mc', ascending=False).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)