问财量化选股策略逻辑
选股逻辑为：振幅大于1、酷特智能早晨之星、连续5年ROE＞15%。该选股策略主要从技术面和基本面角度选取近期价格波动较大、符合酷特智能早晨之星形态，同时具有较高ROE的股票，以寻找有上涨潜力且长期具有优良财务表现的公司。
选股逻辑分析
该选股策略综合了技术面和基本面的特点，通过价格波动和酷特智能早晨之星形态进行趋势分析，通过连续5年ROE＞15%的条件筛选具有良好盈利能力的股票。选股的角度相对综合，选取的股票一般具有稳定的盈利水平和较高的估值，风险相对较低。
有何风险？
该选股策略主要从技术面和基本面角度选股，存在忽略其他因素的风险。对于宏观环境变化、行业竞争等因素的考虑不足，可能会导致选股结果受到一定程度的影响。另外，ROE作为衡量公司盈利能力的指标，容易被管理层操作，需要结合其他指标辅助进行分析。
如何优化？
结合宏观经济环境和行业趋势，考虑行业前景和阶段性机会，选取具有行业领先地位和潜力的公司；进一步引入估值、成长性等指标，综合考虑股票的整体价值；在选取ROE时，综合考虑公司的财务风险和质量、资本利润率等指标，以更加全面地衡量公司的盈利能力。
最终的选股逻辑
选股逻辑为：振幅大于1、酷特智能早晨之星、连续5年ROE＞15%。该选股策略从技术面和基本面入手，结合价格波动、形态特点和ROE等指标，选取具有较好盈利能力和成长性的股票，以寻找具有投资价值的公司。
同花顺指标公式代码参考
C: K线为酷特智能早晨之星 AND 振幅>1 AND ROE_AVG(5)>=15;
以上的同花顺指标公式根据选股条件进行筛选。
Python代码参考
import tushare as ts
import pandas as pd
def get_selected_stocks():
pro = ts.pro_api()
selected_stocks = []
for ts_code, name, industry in pro.stock_basic(exchange='', list_status='L', fields='ts_code,name,industry').values.tolist():
fin_data = pro.fina_indicator(ts_code=ts_code, start_date=(pd.to_datetime('today') - pd.Timedelta(days=5 * 365)).strftime('%Y%m%d'), end_date=pd.to_datetime('today').strftime('%Y%m%d'), fields='end_date,roe_avg').sort_values(by='end_date', ascending=False)
if len(fin_data) < 5:
continue
if not (fin_data['roe_avg'] > 15).all():
continue
daily_data = pro.daily(ts_code=ts_code, start_date='20210101', end_date=pd.to_datetime('today').strftime('%Y%m%d'))[['trade_date', 'open', 'high', 'low', 'close', 'vol']]
if len(daily_data) < 25:
continue
if daily_data['high'].pct_change(periods=1).nlargest(25).min() < 0.1:
continue
pre_close = daily_data.iloc[-2]['close']
if daily_data.iloc[-1]['close'] > pre_close and daily_data.iloc[-1]['low'] <= pre_close and daily_data.iloc[-1]['high'] >= pre_close:
continue
if daily_data.iloc[-1]['close'] < pre_close and daily_data.iloc[-1]['low'] <= daily_data.iloc[-1]['close'] and daily_data.iloc[-1]['high'] >= pre_close:
continue
if daily_data.iloc[-1]['high'] == daily_data.iloc[-1]['low']:
continue
daily_data['color'] = (daily_data['open'] <= daily_data['close']).apply(lambda x: 'red' if x else 'green')
if daily_data.iloc[-1]['color'] != 'red':
continue
if daily_data['color'][-5:].tolist().count('red') < 3:
continue
if daily_data.iloc[-1]['high'] - daily_data.iloc[-1]['low'] < pre_close * 0.01:
continue
# 选股成功
selected_stocks.append((name, ts_code))
return selected_stocks
以上的Python代码在基本面上引入了ROE等指标，以寻找具有较好盈利能力和成长性的公司；通过K线形态筛选出符合酷特智能早晨之星形态、振幅大的股票，以捕捉有上涨潜力的热点板块。在反包判断时，通过比较当前股价和前一天收盘价，以提高选股准确度。
## 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。
