使用python对tushare中证500的数据进行股票评价。

• 实验目的

1. 股票评价

• 实验要求

    对中证500股票进行评价。

• 实验过程

1. 获取中证500的历史数据，把中证500的股票代码放在一个dataFrame()中。

import tushare as ts

import pandas as pd

data_code=pd.DataFrame()

code=ts.get_zz500s().code

data_code['code']=code

data_code.head()

1. 获取2018年2月的盈利数据。

 

 

1. 获取中证500的数据，并且按照股票代码把数据合并在同一个表格中。

profit=profit[['code','name','net_profit_ratio']]

data_profit=pd.merge(data_code,profit,on='code')

data_profit

1. 获取股票代码为600000的第三季度月k线数据。

test=ts.get_hist_data('600000',start='2018-07-01',end='2018-09-30',ktype='M')

test.head()

1. 计算股票的波动幅度。

test['p_change']=(test['high']-test['low'])/test['low']

test.head()

 

1. 获取中证500各个股票的第三季度的股价波动幅度数据。

转置：

1. 股票市场性=流动股本/总股本，获取股票流动性的数据。

1. 计算股票的周转率并且与股票代码合并成一个表。

1. 获取2018年2月的流动资产周转率数据，用来表示营运能力。

1. 获取中证500的流动资产周转率的数据。

1. 短期偿债能力。

1. 财务结构

1. 线性计算每支股票的得分，首先将先前获取得到的多个数据集合并为一个。

1. 把非数值的数据替换为0.

 

1. 计算得分。

1. 描绘得分的折线图：

由折线图看出有一个股票的分数明显异常，为找出这个异常的股票，筛选出分数小于-80000的数据。

找到了代码为002670的股票，其net_profit_ratio的数值为-24622.57明显远远小于其他的任何一个股票。

1. 分别筛选各个分数段的股票。

评分大于100：一共3个。

 

分数在[75,100]之间的：一共14个。

分数在[25,50]之间的：一共有273个。

分数小于25的：一共有13个。

从分数的分布来看比较满足分位数的分布。

把异常数据删除掉并且把剩余的数据放在一个新的dataframe中观察其他score的分布情况。

折线图：

1. 准确分析：获取2018年10月中证500的月k线数据。

 

将分级后的数据与10月份result合并。

 

计算各个等级的准确率：

p= data1_r[data1_r['p_change']>0].count()/data1_r['p_change'].count()

大于100:

P=0/3=0，准确率为0

[75,100]:

P=3/14=21.42%，准确率为21.42。

[25,50]:

P=28/265=10.57%，准确率为10.57%。

[<25]:

P=3/7=42.86%，准确率为42.86%。

由此可以看出，分数为[<25]的股票准确率最高，大于100的准确率最低，为0，但准 确率都不高。

1. 将股票得分与涨跌情况进行聚类分析，获取中证500的涨跌数据。

 

 

1. 转置数据，并且把股票得分与涨跌情况进行合并。

1. 对数据进行归一化处理，并且去掉重复的行。

1. 聚类：

1. 聚类后的结果：

 

1. 聚类后的准确率：

p= Rr[(Rr.type==0) & (Rr.p_change>0)].count()/ Rr[(Rr.type==0)].count()

Type=0,p=0/19=0,准确率为0.

 

Type=1:p=69/287=24.04%

Type=2:p=0/1=0，准确率为0。

Type=3,p=0/120=0，准确率为0；

Type4:p=65/65=100%,准确率为100%。

 

聚类后type4准确率是最高的，达到100%，其他的准确率都很低，低达0%。

 

 

• 总结

本次实验学会了如何处理NaN值数据，并且从可视化的散点图或折线图中发现异常的数据点，从而排查出异常的数据点。还学习了如何把两个数据聚合在一起，完成聚类的操作，以及如何通过历史的数据对最近的数据进行预测，算出准确率。