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%,（昨日换手率*（今日竞价成交量/昨日成交量））>0.5<2。
选股逻辑分析
该选股策略需要股票同时满足振幅大于1、连续5年ROE＞15%以及（昨日换手率*（今日竞价成交量/昨日成交量））>0.5<2的条件才能进行选股。其中，振幅大于1可以挑选出一定的激进股票，而连续5年ROE＞15%则是选择一些具有优秀盈利能力的公司。而对于换手率和成交量的要求，则可以筛选出一些有一定市场关注度的个股，可能存在较好的投资机会。
有何风险？
该选股逻辑可能存在以下风险：
- 选股逻辑缺少更加详细的基本面分析，无法很好地评估公司的长期盈利能力；
- 在使用换手率和成交量进行选股的时候，市场的变化可能会对选股策略造成影响；
- 不同的行业有着不同的交易规模，不能尽量地比较出股票之间的优劣之分。
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：
- 加强对公司基本面数据的分析和评判，考虑更多因素综合选股；
- 考虑到不同行业，采用相关证券指数相似的选股模型更能保证选股的准确度；
- 综合各种数据指标，采用机器学习算法进行选股模型训练，提高选股的精准性。
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%；
3.（昨日换手率*（今日竞价成交量/昨日成交量））>0.5<2； - 基本面指标优秀；
- 股票所在行业符合相关证券指数。
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(((VOL / REF(VOL, 1)) * (KLINE.SELLVOL(0) / REF(VOL, 1)) > 0.5) AND ((VOL / REF(VOL, 1)) * (KLINE.SELLVOL(0) / REF(VOL, 1)) < 2), 1, 0);
SELECTOR: C1 * C2 * C3;
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['vol'] / df['vol'].shift(1)) * (df['sell_vol'] / df['vol'].shift(1)) > 0.5) & ((df['vol'] / df['vol'].shift(1)) * (df['sell_vol'] / df['vol'].shift(1)) < 2), 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。
