问财量化选股策略逻辑
根据振幅大于1，三个技术指标同时金叉，市盈率大于0的公司进行选股操作。
选股逻辑分析
该选股策略在前一个选股逻辑的基础上增加了市盈率大于0的条件。该条件可以反映该公司未来的盈利能力较为乐观，从而更有投资价值。同时，此选股策略强调了技术面对于选股的重要作用，可以起到一定的筛选作用。
有何风险？
该选股策略仍然忽略了公司基本面和行业趋势等其他因素，较为单一，可能会对选股结果产生一定的误判。此外，PE值只能作为衡量公司价值的一个重要指标，对于部分行业的公司会存在不适用的情况。此外，在选股操作中，应该注意市场走势和变化，如果市场处于股票大幅波动的状态，该选股策略会导致投资风险增大。
如何优化？
应该根据不同行业的特点和公司规模情况综合考虑技术指标和基本面指标，结合公司业绩、竞争优势、企业治理、行业走势等更为全面的指标，来确认公司的投资价值。在选股时，应多考虑行业和宏观经济因素的影响，分散投资风险。
最终的选股逻辑
振幅大于1，三个技术指标同时金叉，市盈率大于0，结合公司基本面、行业走势等多重因素确定选股操作。
同花顺指标公式代码参考
三条MA金叉：CROSS(MA(CLOSE, N1), MA(CLOSE, N2)) & CROSS(MA(CLOSE, N2), MA(CLOSE, N3))
市盈率大于0：PE > 0
选股公式：(CROSS(MA(CLOSE, N1), MA(CLOSE, N2)) & CROSS(MA(CLOSE, N2), MA(CLOSE, N3))) & (PE > 0) & ((HIGH-LOW)/(HIGH-LOW).shift(1)>0.4)
python代码参考
import tushare as ts
import talib
def get_selected_stocks(n):
data = ts.get_today_all()
ma5 = talib.MA(data['trade'], timeperiod=5)
ma10 = talib.MA(data['trade'], timeperiod=10)
ma20 = talib.MA(data['trade'], timeperiod=20)
amplitude = (data['high'] - data['low']) / data['low']
pe_ratio = data['per']
condition1 = (ma5 > ma10) & (ma10 > ma20) & (amplitude > 0.01) # 三条MA同时金叉和振幅大于1
condition2 = (pe_ratio > 0) # 市盈率大于0
selected_data = data[condition1 & condition2].iloc[:n].sort_values(by='turnoverratio', ascending=False)
selected_stocks = list(selected_data.loc[:, 'code'])
return selected_stocks
result = get_selected_stocks(5)
print(result)
注：以上代码仅供参考，实际选股应结合具体情况进行适度修改。
## 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。
