问财量化选股策略逻辑
1. 至少5根均线重合的股票
首先，我们需要找到至少5根均线重合的股票。这可以通过计算股票的移动平均线来实现。具体来说，我们可以计算股票的5日、10日、20日、50日和200日移动平均线。如果这些移动平均线在某个点上重合，那么我们可以认为该股票至少有5根均线重合。
代码实现如下：
def find_crossing_moving_average_prices(prices):
# 计算5日、10日、20日、50日和200日移动平均线
moving_average_prices = pd.Series(prices.rolling(window=5).mean(), name='5MA')
moving_average_prices = pd.Series(prices.rolling(window=10).mean(), name='10MA')
moving_average_prices = pd.Series(prices.rolling(window=20).mean(), name='20MA')
moving_average_prices = pd.Series(prices.rolling(window=50).mean(), name='50MA')
moving_average_prices = pd.Series(prices.rolling(window=200).mean(), name='200MA')
# 计算移动平均线的交叉点
crossing_points = pd.DataFrame()
for i in range(1, len(prices)):
if moving_average_prices.iloc[i] > moving_average_prices.iloc[i-1] and moving_average_prices.iloc[i] > moving_average_prices.iloc[i+1]:
crossing_points = crossing_points.append(prices.iloc[i])
# 返回至少5根均线重合的股票
return crossing_points
2. PE>0
接下来，我们需要找到PE>0的股票。PE（市盈率）是指股票价格与每股收益的比率。通常情况下，PE越低越好，因为这意味着股票的价格相对较低，而收益相对较高。因此，我们希望找到PE>0的股票。
代码实现如下：
def find_p_e_prices(prices):
# 计算PE
pe = prices / prices.rolling(window=12).mean()
# 返回PE>0的股票
return pe[pe > 0]
3. 500日内至少2次涨停
最后，我们需要找到500日内至少
## 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。
