编写一个函数，可以利用tushare同时获取多只股票数据。通过tushare获取公司（2022年10月）的的盈利数据，并将其存储为HDF格式，并对roe大于15，net_profit_ratio>30的股票选取出来

要使用Tushare库同时获取多只股票的数据，包括盈利数据（如净利润、净资产收益率等），并按照给定条件筛选出符合条件的股票，你需要首先安装`tushare`库。如果你还没有安装，可以使用以下命令安装：

pip install tushare

然后，你可以创建一个函数，使用Tushare API获取股票数据，处理后存储到HDF5文件中。这里我为你提供了一个基本的示例代码：

import tushare as ts
import pandas as pd
from pandas import HDFStore

# Tushare pro api key (需要你自己注册获取)
pro_api = 'your_tushare_pro_api_key'
ts.set_token(pro_api)

def get_stock_data(stock_codes, year=2022):
    # 获取股票列表
    stock_data = []
    
    for code in stock_codes:
        # 使用tushare pro获取指定股票的财务报表数据
        try:
            df = ts.pro_report(ts_code=code, period='annual', fields=['roe', 'net_profit_ratio'], start_date=f'{year}-01-01')
        except Exception as e:
            print(f"Error fetching data for {code}: {e}")
            continue

        if df.empty:
            print(f"No data found for {code} in {year}.")
            continue

        df['stock_code'] = code
        stock_data.append(df)

    # 合并所有股票的数据
    combined_df = pd.concat(stock_data) if len(stock_data) else None

    return combined_df

def store_to_hdf(data, filename, condition_dict):
    # 创建一个HDFStore来保存数据
    with HDFStore(filename, complevel=9, complib='zlib') as hdf_store:
        if data is not None:
            # 应用条件筛选
            filtered_data = data.query(''.join([f"{k} > {v}" for k, v in condition_dict.items()]))
            
            # 将筛选后的数据保存到HDFStore
            hdf_store.put('stocks', filtered_data, format='table')

    print("Data stored in the HDF file.")

# 示例：获取2022年盈利能力超过15%和净利率超过30%的股票数据
stock_codes = ['000001.SZ', '600519.SH', '601398.SH']  # 假设这是你要查询的股票代码
condition_dict = {'roe': 0.15, 'net_profit_ratio': 0.3}

data = get_stock_data(stock_codes)
store_to_hdf(data, 'stocks_2022.h5', condition_dict)

记得替换`'your_tushare_pro_api_key'`为你的Tushare Pro API密钥。运行这个脚本后，它将获取指定股票列表在2022年的盈利数据，筛选出符合roe>15%和net_profit_ratio>30%的股票，并将结果存储为HDF5格式。