Tushare应用-财务指标下的主成分分析和聚类分析

本文链接：https://blog.csdn.net/achenweili/article/details/127021259

笔者ID：476408

对金融行业的研究，常用的方法是财务分析。企业的财务状况很好的反映了公司的经营情况，运营能力，偿债能力以及企业现金流等诸多问题。因此，利用Tushare进行的财务数据的选取具有非常大的优势。

以下就是我在日常学习中常用的对股票进行分类的方法-主成分和K-means均值聚类。

初学级别，代码还有很多改进的地方。

代码如下：

# 获取沪深300成分股财务数据信息
# 选择财务指标,2种指标
import tushare as ts
import pandas as pd
import numpy as np
import time
token=''  
ts.set_token(token)
pro = ts.pro_api(token)  
df=pro.index_weight(index_code='399300.SZ',trade_date='20211101')    # 获取沪深300指数成分和权重
df.to_excel('沪深300成分.xlsx')    # 导入EXCEL表
df1=df.iloc[:,1]     # 截取成分股的代码
df1=list(df1)    # 转化为列表数据
all_dataframe=pd.DataFrame()    # 创建数据框
for wl in df1:      # 利用循环，获取沪深300对应的个股名称、行业、市场信息
    shuju=pro.stock_basic(ts_code=wl,list_status='L')
    all_dataframe=all_dataframe.append(shuju)    # 逐个添加到数据框
    time.sleep(1)    # 权限问题，运行时间较长。如果权限足够，可以删除
all_d