(supermind)振幅大于1、连续5年ROE＞15%、规模2亿以上

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%,规模2亿以上。

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%以及规模2亿以上的条件才能进行选股。规模作为一个反映公司实力和市场地位的重要指标，可以用来筛选强势股票，而振幅和ROE则能在短期内反应股票的波动性和盈利能力，适合进行中短期的投资操作。

有何风险？

该选股逻辑可能存在以下风险：

规模指标过于单一，忽略了其他价值因素，如股票估值等；
振幅和连续5年ROE指标在特定行业或市场拥有适用性局限性，不适用于所有行业；
超小市值股票的数据质量可能存在问题，不能作为投资标的。

如何优化？

为了减轻选股策略存在的风险，可以尝试以下优化：

在规模指标基础上，加入其他价值因素，如股票估值和盈利状况等，进行综合考虑；
根据行业特点和市场趋势，调整振幅和连续5年ROE指标的阈值，以适应不同行业和市场；
细化振幅和ROE指标的计算方法，从比率变为实值，排除大幅度波动和异常数据对选股的影响。

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%；
规模2亿以上；
加入多种价值因素，如股票估值和盈利状况等；
优化振幅和ROE指标的计算方法，排除异常数据影响。

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(MARKET_CAP >= 2 * 100000000, 1, 0);
C4: IF('其他价值因素', 1, 0);
SELECTOR: C1 * C2 * C3 * C4;
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)

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['market_cap'] >= 2 * 10**8, 1, 0)

C4 = np.where(df['other factor'] == True, 1, 0)

selector = C1 * C2 * C3 * C4
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)

(supermind)振幅大于1、连续5年ROE＞15%、规模2亿以上_