(supermind)振幅大于1、连续5年ROE＞15%、机构动向大于0

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%,机构动向大于0。

选股逻辑分析

该选股策略需要股票满足振幅大于1、连续5年ROE＞15%、机构动向大于0的条件。该逻辑既考虑了技术分析指标，又考虑了公司基本面和市场资金面等因素对选股的影响。选出的股票既有上涨的趋势，又具有良好的基本面和市场热点。

有何风险？

该选股逻辑可能存在以下风险：

基于历史数据，未来表现存在不确定性；
机构动向可能受到市场资金面等因素的影响而发生变化，导致选出的股票未来表现不佳；
对于一些新兴行业或者持续亏损的公司，ROE指标选股可能效果较差。

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：

引入更多技术分析指标，如KDJ、MACD等；
机构动向的选股逻辑可以结合股价和市场行情等因素进行综合分析；
对于ROE指标选股，可以结合盈利能力、偿债能力等多个因素进行分析。

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>=1；
连续5年ROE＞15%;
机构持股占比大于0；
MACD指标DIF值大于MACD值；
换手率小于5%。

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(ORG_HOLDERS_RATIO > 0, 1, 0);
C4: IF(MACD_DIF(CLOSE, 12, 26, 9) > MACD_MACD(CLOSE, 12, 26, 9), 1, 0);
C5: IF(TURNS > 0.05, 0, 1);
SELECTOR: C1 * C2 * C3 * C4 * C5;
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)
C2 = np.where(
    df.groupby('code')['roe'].apply(lambda x: (x > 0.15).all()), 1, 0)
C3 = np.where(df['org_holders_ratio'] > 0, 1, 0)
C4 = np.where(df['macd_dif'] > df['macd_macd'], 1, 0)
C5 = np.where(df['turnover_rate'] < 0.05, 1, 0)

selector = C1 * C2 * C3 * C4 * C5
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%、机构动向大于0_