(supermind)振幅大于1、连续5年ROE＞15%、流通盘小于等于55亿股_

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%,流通盘小于等于55亿股。

选股逻辑分析

该选股逻辑主要采用技术指标和财务指标相结合，其中振幅大于1可以反映出股票波动性较大，ROE＞15%则体现了公司的稳健盈利能力，流通盘小于等于55亿股则可以反映出股票流动性较好，有利于投资者进行买卖操作。

有何风险？

该选股逻辑可能存在以下风险：

1. 流通盘小于等于55亿股的股票相对较少，可能会导致选股空间过窄；
2. 该选股逻辑忽略了一些其他基本面指标，可能无法全面考察公司的经营情况；
3. 该选股逻辑上限比较严格，可能会导致错失一些可能表现优秀的股票。

如何优化？

为了减少风险，可以尝试以下优化：

1. 可以适度放宽选股条件，如将流通盘限制放宽至70亿股；
2. 可以增加其他基本面指标，如市盈率、市净率等；
3. 可以采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. 选择流通盘小于等于70亿股的股票。

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(LTMCLOSE, 5500000000, 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(df['ltm'].mul(df['close']) <= 5500000000, 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)