(supermind)振幅大于1、连续5年ROE＞15%、竞价涨幅＞-2＜5_

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%,竞价涨幅＞-2＜5。

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%、竞价涨幅在-2%到5%之间。该逻辑考虑了股票价格和市场情绪等因素对选股产生的影响，并结合了公司基本面因素。

有何风险？

该选股逻辑可能存在以下风险：

1. 竞价涨幅作为选股指标不够准确，会有一定偏差；
2. 过分强调股价的短期波动性，可能会忽略公司的长期发展潜力；
3. 数据来源可能存在误差，导致选股结果不准确。

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. 引入更多基本面指标代替竞价涨幅，如市盈率、市净率等；
2. 增加长期发展潜力的指标，如成长率、ROIC等；
3. 对选股策略进行动态调整，结合市场走势、政策等多个因素进行综合判断，抓住投资机会。

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. 竞价涨幅在-2%到5%之间；
4. 市盈率小于50倍；
5. 市净率小于5倍；

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((JP_CHANGE > -0.02) AND (JP_CHANGE < 0.05), 1, 0);
C4: IF(PE <= 50, 1, 0);
C5: IF(PB <= 5, 1, 0);
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['jp_change'] > -0.02) & (df['jp_change'] < 0.05), 1, 0)
C4 = np.where(df['pe'] <= 50, 1, 0)
C5 = np.where(df['pb'] <= 5, 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)