用Python分析公開數據選出高送轉預期股票

上周五，永和智控公布了高送轉預案，開盤漲停并直至收盤，打響了2016年報高送轉的第一槍，一些具備高送轉預期的個股也紛紛上漲，再次啟動了高送轉行情。

根據以往的經驗，每年年底都會有一波高送轉預期行情。今天，米哥就帶大家實踐一下如何利用tushare實現高送轉預期選股。

本文主要是講述選股的思路方法，選股條件和參數大家可以根據米哥提供的代碼自行修改。

1. 選股原理

一般來說，具備高送轉預期的個股，都具有總市值低、每股公積金高、每股收益大，流通股本少的特點。當然，也還有其它的因素，比如當前股價、經營收益變動情況、以及以往分紅送股習慣等等。

這里我們暫時只考慮每股公積金、每股收益、流通股本和總市值四個因素，將公積金大于等于5元，每股收益大于等于5毛，流通股本在3億以下，總市值在100億以內作為高送轉預期目標（這些參數大家可根據自己的經驗隨意調整）。

2. 數據準備

首先要導入tushare：

import tushare as ts

調取股票基本面數據和行情數據

# 基本面數據
basic = ts.get_stock_basics()

# 行情和市值數據
hq = ts.get_today_all()

3. 數據清洗整理

對獲取到的數據進行清洗和整理，只保留需要的字段。（其它字段及含義，請參考 http:// tushare.org 文檔）

#當前股價,如果停牌則設置當前價格為上一個交易日股價
hq['trade'] = hq.apply(lambda x:x.settlement if x.trade==0 else x.trade, axis=1)

#分別選取流通股本,總股本,每股公積金,每股收益
basedata = basic[['outstanding', 'totals', 'reservedPerShare', 'esp']]

#選取股票代碼,名稱,當前價格,總市值,流通市值
hqdata = hq[['code', 'name', 'trade', 'mktcap', 'nmc']]

#設置行情數據code為index列
hqdata = hqdata.set_index('code')

#合并兩個數據表
data = basedata.merge(hqdata, left_index=True, right_index=True)

4. 選股條件

根據上文提到的選股參數和條件，我們對數據進一步處理。

將總市值和流通市值換成億元單位
data['mktcap'] = data['mktcap'] / 10000
data['nmc'] = data['nmc'] / 10000

設置參數和過濾值（此次各自調整）

#每股公積金>=5
res = data.reservedPerShare >= 5
#流通股本<=3億
out = data.outstanding <= 30000
#每股收益>=5毛
eps = data.esp >= 0.5
#總市值<100億
mktcap = data.mktcap <= 100

取并集結果：

allcrit = res & out & eps & mktcap
selected = data[allcrit]

具有高送轉預期股票的結果呈現：

以上字段的含義分別為：股票名稱、收盤價格、每股公積金、流通股本、每股收益（應該為eps，之前發布筆誤）、總市值和流通市值。

來自：https://zhuanlan.zhihu.com/p/23829205