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%,股票均价站在五日均线之上。
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%、股票均价站在五日均线之上的条件。该逻辑考虑了技术分析指标和公司基本面对选股的影响,选股结果具有一定的波动性和价值稳定性。选股结果反映了近期市场的整体表现和个股优劣。
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;
- 对于一些新兴行业或者持续亏损的公司,ROE指标选股和股价均线选股可能效果较差;
- 在市场处于震荡期或者缩量期时,股价均线无法准确反映股票的趋势。
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;
- 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;
- 股价均线可以结合长期均线进行分析;
- 引入其他公司基本面指标,如净利润、营业收入等;
- 考虑加入追涨杀跌机制。
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:
- 振幅大于1;
- 连续5年ROE>15%;
- 股票均价站在五日均线之上;
- 净利润、营业收入增长率连续两个季度实现同比增长;
- MACD指标DIF值大于MACD值;
- 日涨幅大于2%。
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 > MA(CLOSE, 5), 1, 0);
C4: IF((NET_PROFIT_GROWTHRATE > 0) AND (NET_PROFIT_GROWTHRATE_DELTA > 0), 1, 0);
C5: IF(MACD_DIF(CLOSE, 12, 26, 9) > MACD_MACD(CLOSE, 12, 26, 9), 1, 0);
C6: IF(DAY_CHANGE > 0.02, 1, 0);
SELECTOR: C1 * C2 * C3 * C4 * C5 * C6;
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['close'] > df['ma5'], 1, 0)
C4 = np.where((df['net_profit_growthrate'] > 0) &
(df['net_profit_growthrate_delta'] > 0), 1, 0)
C5 = np.where(df['macd_dif'] > df['macd_macd'], 1, 0)
C6 = np.where(df['pct_chg'] > 0.02, 1, 0)
selector = C1 * C2 * C3 * C4 * C5 * C6
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。
