(supermind)振幅大于1、连续5年ROE＞15%、量比大于1

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%,量比大于1.5、量比小于6。

选股逻辑分析

加入了量比这一维度，筛选出在相对较高的交投情况下ROE稳健的股票，从而更好地利用市场波动。

有何风险？

该选股逻辑可能存在以下风险：

1. 可能会忽略交投较差但ROE较好的股票；
2. 可能会过于重视短期的交投情况而忽略公司的长期增长性。

如何优化？

为了减少风险，可以尝试以下优化：

1. 可以使用其他交投指标（如换手率、资金流等）来衡量交投情况；
2. 可以加入更多的财务指标（如净利润增长率、毛利率等）来综合评估公司的财务状况。

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. 选择量比在1.5到6之间的股票。

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(VOL_RATIO(CLOSE, 1) >= 1.5 AND VOL_RATIO(CLOSE, 1) <= 6, 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['vr'] >= 1.5) & (df['vr'] <= 6), 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)