(supermind)振幅大于1、股价为18

用户头像神盾局量子研究部
2023-08-21 发布

问财量化选股策略逻辑

选股逻辑为:振幅大于1、股价为18.5元、连续5年ROE>15%。该选股策略主要是通过选择具有较好盈利能力、波动性较大、价格适中的股票,寻找具有较好机会的标的。

选股逻辑分析

该选股逻辑需要股票连续5年ROE>15%,这可以反映出公司长期的盈利能力。然后在这个基础上,加入了振幅大于1、股价为18.5元的条件。这两个条件可以反映出股票的波动性较大,价格适中,是价值投资和波动突破两种选股策略的结合。

有何风险?

连续5年ROE>15%的条件,可能会忽略那些处于成长期、或者业务发展较快但持续时间不足5年的公司。此外,ROE这个指标有时会出现计算误差或操纵的情况。

如何优化?

可以在原有的选股基础上,加入其他财务指标、技术指标和基本面指标等进行筛选,例如EPS、P/E、P/B、RSI、KDJ、MACD、价格波动率等,以综合评价标的股票的优势和风险。同时,可以研究公司的行业动态和未来发展趋势,以找到具有良好前景的标的。

最终的选股逻辑

选股条件为:振幅大于1、股价为18.5元、连续5年ROE>15%,同时结合财务指标、技术指标和基本面指标等因素综合判断,找到财务稳健、价格适中、有良好发展前景的股票,在止盈/止损策略的配合下,寻找投资机会。

同花顺指标公式代码参考

# 振幅大于1
SELECT1 = (HIGH - LOW) / HIGH > 0.01

# 股价为18.5元
SELECT2 = CLOSE == 18.5

# 近5年ROE>15%
SELECT4 = ROE > 15 and ROE_1 > 15 and ROE_2 > 15 and ROE_3 > 15 and ROE_4 > 15

SELECT = SELECT1 AND SELECT2 AND SELECT4

SORT_BY = '成交额'
SORT_ASCEND = False

以上为计算选股逻辑的同花顺指标公式。需要根据实际情况进行调整,以得到更加准确的选股结果。

Python代码参考

import pandas as pd
import tushare as ts

def get_selected_stocks():
    # 获取tushare连接
    ts.set_token('Your Token')
    pro = ts.pro_api()

    # 获取股票数据
    stock_data = pro.daily(ts_code='000001.SZ', start_date='20220101', end_date='20220301')

    # 进行选股
    selected_stocks = []

    for idx, row in stock_data.iterrows():
        # 判断振幅大于1、股价为18.5元、连续5年ROE>15%
        if (row['high'] - row['low']) / row['high'] <= 0.01 or row['close'] != 18.5:
            continue

        if row['amount'] == 0 or row['close'] == 0:
            continue

        roe_list = []
        for i in range(5):
            year = row['trade_date'][:4]
            profits = pro.fina_indicator(ts_code=row['ts_code'], start_date=year+'0101', end_date=year+'1231', fields='roe')
            if profits.empty:
                break
            roe_list.append(profits['roe'].values[0])

        if len(roe_list) < 5:
            continue

        if all(roe > 15 for roe in roe_list):
            # 根据筛选条件选取标的
            selected_data = {}
            selected_data['ts_code'] = row['ts_code']
            selected_data['stock_name'] = row['name']
            selected_data['stock_price'] = row['close']
            selected_data['circ_market_cap'] = row['circ_mv']
            # 可添加其他指标
            selected_stocks.append(selected_data)

    # 按成交额从高到低排序
    selected_stocks_sorted = sorted(selected_stocks, key=lambda x: x['vol'], reverse=True)

    return selected_stocks_sorted

以上为Python代码实现,选股逻辑为:振幅大于1、股价为18.5元、连续5年ROE>15%。可根据实际需求进行修改,加入其他财务指标、技术指标和基本面指标等因素综合判断,以及风险控制措施等。

    ## 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)
收益&风险
源码

评论