(supermind)振幅大于1、连续5年ROE＞15%、涨跌幅×超大单净量_

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%,涨跌幅×超大单净量。

选股逻辑分析

该选股逻辑需要振幅大于1的股票，并且要求连续5年ROE＞15%。在此基础上，通过涨跌幅×超大单净量来筛选具有潜力的股票。该逻辑兼顾了技术面、财务面和量能面因素。

有何风险？

该选股策略可能存在以下风险：

1. 涨跌幅×超大单净量指标的可靠性有待验证；
2. 过分强调历史业绩和属性，未考虑未来市场走势，可能出现卖出不及时的情况；
3. 忽略其他重要影响因素对股价的影响，如市场走势、宏观经济因素等。

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：

1. 引入更多的技术指标和基本面指标进行选择；
2. 关注政策、市场、经济等多个方面的因素，以把握市场走势；
3. 优化量能指标，结合其他技术指标综合判断。

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：

1. 振幅>=1；
2. 连续5年ROE＞15%;
3. 涨跌幅×超大单净量上穿20日均线。

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((CLOSE - REF(CLOSE, 1)) * ABS(VOL - REF(VOL, 1)) > MA((CLOSE - REF(CLOSE, 1)) * ABS(VOL - REF(VOL, 1)), 20), 1, 0);
SELECTOR: C1 * C2 * C3;
RESULT: SELECTOR;

python代码参考

import pandas as pd

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['close'] - df['close'].shift(1)) * abs(df['vol'] - df['vol'].shift(1)) > df['close'].diff().abs().rolling(20).mean() * df['vol'].diff().abs().rolling(20).mean(), 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)