用Python分析公开数据选出高送转预期股票

   <p style="text-align:center"><img src="https://simg.open-open.com/show/08016417856404670ead9462f2c66287.jpg"></p>    <p>上周五，永和智控公布了高送转预案，开盘涨停并直至收盘，打响了2016年报高送转的第一枪，一些具备高送转预期的个股也纷纷上涨，再次启动了高送转行情。</p>    <p>根据以往的经验，每年年底都会有一波高送转预期行情。今天，米哥就带大家实践一下如何利用tushare实现高送转预期选股。</p>    <p>本文主要是讲述选股的思路方法，选股条件和参数大家可以根据米哥提供的代码自行修改。</p>    <p><strong>1. 选股原理</strong></p>    <p>一般来说，具备高送转预期的个股，都具有总市值低、每股公积金高、每股收益大，流通股本少的特点。当然，也还有其它的因素，比如当前股价、经营收益变动情况、以及以往分红送股习惯等等。</p>    <p>这里我们暂时只考虑每股公积金、每股收益、流通股本和总市值四个因素，将公积金大于等于5元，每股收益大于等于5毛，流通股本在3亿以下，总市值在100亿以内作为高送转预期目标（这些参数大家可根据自己的经验随意调整）。</p>    <p><strong>2. 数据准备</strong></p>    <p>首先要导入tushare：</p>    <pre>  <code class="language-python">import tushare as ts</code></pre>    <p>调取股票基本面数据和行情数据</p>    <pre>  <code class="language-python"># 基本面数据  basic = ts.get_stock_basics()    # 行情和市值数据  hq = ts.get_today_all()</code></pre>    <p><strong>3. 数据清洗整理</strong></p>    <p>对获取到的数据进行清洗和整理，只保留需要的字段。（其它字段及含义，请参考 <a href="/misc/goto?guid=4959725962012775761" rel="nofollow,noindex"> http:// tushare.org </a> 文档）</p>    <pre>  <code class="language-python">#当前股价,如果停牌则设置当前价格为上一个交易日股价  hq['trade'] = hq.apply(lambda x:x.settlement if x.trade==0 else x.trade, axis=1)    #分别选取流通股本,总股本,每股公积金,每股收益  basedata = basic[['outstanding', 'totals', 'reservedPerShare', 'esp']]    #选取股票代码,名称,当前价格,总市值,流通市值  hqdata = hq[['code', 'name', 'trade', 'mktcap', 'nmc']]    #设置行情数据code为index列  hqdata = hqdata.set_index('code')    #合并两个数据表  data = basedata.merge(hqdata, left_index=True, right_index=True)</code></pre>    <p style="text-align:center"><img src="https://simg.open-open.com/show/0130c255a0161dc698fe940b93567b9f.png"></p>    <p><strong>4. 选股条件</strong></p>    <p>根据上文提到的选股参数和条件，我们对数据进一步处理。</p>    <pre>  <code class="language-python">将总市值和流通市值换成亿元单位  data['mktcap'] = data['mktcap'] / 10000  data['nmc'] = data['nmc'] / 10000</code></pre>    <p>设置参数和过滤值（此次各自调整）</p>    <pre>  <code class="language-python">#每股公积金>=5  res = data.reservedPerShare >= 5  #流通股本<=3亿  out = data.outstanding <= 30000  #每股收益>=5毛  eps = data.esp >= 0.5  #总市值<100亿  mktcap = data.mktcap <= 100</code></pre>    <p>取并集结果：</p>    <pre>  <code class="language-python">allcrit = res & out & eps & mktcap  selected = data[allcrit]</code></pre>    <p>具有高送转预期股票的结果呈现：</p>    <p style="text-align:center"><img src="https://simg.open-open.com/show/10cb4daec9ec380ccec8703980c81510.png"></p>    <p>以上字段的含义分别为：股票名称、收盘价格、每股公积金、流通股本、每股收益（应该为eps，之前发布笔误）、总市值和流通市值。</p>    <p> </p>    <p> </p>    <p> </p>    <p>来自：https://zhuanlan.zhihu.com/p/23829205</p>    <p> </p>