【qstock量化】数据篇之股票基本面数据

简介

qstock由“Python金融量化”公众号开发,试图打造成个人量化投研分析开源库,目前包括数据获取(data)、可视化(plot)、选股(stock)和量化回测(backtest)四个模块。其中数据模块(data)数据来源于东方财富网、同花顺、新浪财经等网上公开数据,数据爬虫部分参考了现有金融数据包tushare、akshare和efinance。qstock致力于为用户提供更加简洁和规整化的金融市场数据接口。可视化模块基于plotly.express和pyecharts包,为用户提供基于web的交互图形简单操作接口;选股模块提供了同花顺的技术选股和公众号策略选股,包括RPS、MM趋势、财务指标、资金流模型等,回测模块为大家提供向量化(基于pandas)和基于事件驱动的基本框架和模型。


qstock目前在pypi官网上发布,开源版本为1.1.0,读者直接“pip install qstock ”安装即可使用。GitHub地址:

https://github.com/tkfy920/qstock。

目前部分策略选股和策略回测功能仅供知识星球会员使用,会员可在知识星球置顶帖子上上获取qstock-1.1.1.tar.gz (强化版)安装包,进行离线安装。

下面为大家介绍qstock数据模块(data)中基本面数据的调用方法。

#导入qstock模块
import qstock as qs

01

股东持股情况

01

股票前十大股东信息

stock_holder_top10(code, n=2)

获取沪深市场指定股票前十大股东信息

code : 股票代码

n :最新 n个季度前10大流通股东公开信息

df=qs.stock_holder_top10('中国平安', n=2)
df

dc7e57ebd7e7252577dea54ab1ca45a3.jpeg

02

沪深个股股东数量

stock_holder_num(date=None)
获取沪深A股市场公开的股东数目变化情况

date : 默认最新的报告期,
指定某季度如'2022-03-31','2022-06-30','2022-09-30','2022-12-31'

df=qs.stock_holder_num('20220930')
df

f5369b8f4ea6f7d3143020eb24bc307c.jpeg

03

大股东增减持变动明细

无需输入参数,获取大股东增减持变动明细

#大股东
df=qs.stock_holder_change()
df.head()

4dbf3d9b3dd38fc739bced62b69ce7b2.jpeg

04

机构持股

institute_hold(quarter = "20221")

获取新浪财经机构持股一览表

quarter: 如'20221表示2022年一季度,
其中的 1 表示一季报; "20193", 其中的 3 表示三季报

#2022年2季度
df=qs.institute_hold('20222')
df

1db8f071dd29a64eaa27024a65b90104.jpeg

02

主营业务

05

主营业务收入数据

main_business(code= "000001")

获取公司主营业务构成

code: 股票代码或股票简称

df=qs.main_business('丰元股份')
df.head()

58bb876d0c08f201dda5a5313ba9a539.jpeg

03

财务报表

06

财务报表数据

financial_statement(flag='业绩报表',date=None):

flag:报表类型,默认输出业绩报表;
'业绩报表'或'yjbb':返回年报季报财务指标;
'业绩快报'或'yjkb':返回市场最新业绩快报;
'业绩预告'或'yjyg':返回市场最新业绩预告;
'资产负债表'或'zcfz':返回最新资产负债指标;
'利润表'或'lrb':返回最新利润表指标;
'现金流量表'或'xjll':返回最新现金流量表指标.

date:报表日期,如‘20220630’,‘20220331’,默认当前最新季报(或半年报或年报)

业绩报表

df=qs.financial_statement('业绩报表',date='20220930')
df.head()

2163f0ac0439cabe41e0aa08865746d2.jpeg

业绩预告

df=qs.financial_statement('yjyg')
df.head()

1d581ca55801d8e45919de5a58e2f0d6.jpeg

业绩快报

#注意参数设置有个小bug,目前调用会报错,将在新版本中修正!
df=qs.financial_statement('yjkb')
df.head()

1ce8a0c7f8389ec5372ec7f1ffcbfe1f.jpeg

资产负债表

df=qs.financial_statement('资产负债表')
#查看前几行
df.head()

3775345eb487826fe17ef1e796c04440.jpeg

利润表

df=qs.financial_statement('利润表')
#查看前几行
df.head()

0e6c4c1a5b69f150ef67035a2ed8b8c8.jpeg

现金流量表

df=qs.financial_statement('现金流量表')
#查看前几行
df.head()

17c9a4198efb036909f596ea91875c3f.png

04

财务指标

07

个股基本财务指标

stock_basics(code_list)

code_list:代码或简称,可以输入单只或多只个股的list  
如:单只个股:code_list='中国平安'; 
多只个股code_list=['晓程科技','中国平安','西部建设']  
返回:代码、名称、净利润、总市值、流通市值、所处行业、市盈率、市净率、ROE、毛利率和净利率指标

code_list=['300139','中国平安','西部建设','贵州茅台','丰元股份','002432']
df=qs.stock_basics(code_list)
df

b4e8fdc59655a605815dcf4a95574aac.jpeg

08

个股详细财务指标

stock_indicator(code)

code: 股票代码或简称

获取个股历史报告期所有财务分析指标

df=qs.stock_indicator('中国平安')
df.head()

9564d3a68b26be2a77c42f6d64893625.jpeg

09

每股收益预测

获取全市场A股最新机构研报数、买卖评级和每股收益预测

df=qs.eps_forecast()
df.head()

2b1bc7a4b6ea24365910b233685cb875.jpeg

后续推文将进一步分享qstock数据模块中关于宏观数据和财经新闻数据等的调用方法。

参考资料:

1. https://efinance.readthedocs.io/en/latest/

2. https://akshare.akfamily.xyz/data/stock/stock.html#a

3. https://www.tushare.pro/document/2

  • 0
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
# 简介 qstock由“Python金融量化”公众号开发,试图打造成个人量化投研分析开源库,目前包括数据获取(data)、可视化(plot)、选股(stock)和量化回测(backtest)四个模块。其中数据模块(data)数据来源于东方财富网、同花顺、新浪财经等网上公开数据。qstock致力于为用户提供更加简洁和规整化的金融市场数据接口,其中可视化模块为用户提供基于web的交互图形简单操作接口;选股模块提供了同花顺的技术选股和公众号策略选股,包括RPS、MM趋势、财务指标、资金流模型等,回测模块为大家提供向量化(基于pandas)和基于事件驱动的基本框架和模型。 读者直接在cmd或anaconda prompt上输入“pip install qstock ”进行安装,或输入“pip install -upgrade qstock”进行更新。 qstock是免费开源金融量化库,已在pypi官网和GitHub上发布,更新至1.3.5版本,添加了问财的数据访问功能,通过qstock.wencai('选股条件')调用。使用“pip install qstock ”进行安装,通过’pip install –upgrade qstock’进行更新。目前部分策略选股和策略回测功能仅供知识星球会员使用,会员可在知识星球置顶帖子上获取 qstock 的离线安装包。 关于 qstock 更详细的使用方法,请参考微信公众号Python金融量化 qstock 专题系列文章: 【qstock开源了】数据之行情交易数据 【qstock数据】行业概念板块与资金流 【qstock量化数据股票基本面数据 【qstock量化数据之宏观指标和财经新闻文本 【qstock量化】动态交互数据可视化 【qstock量化】技术形态与概念热点选股池 【手把手教你】使用qstock实现量化策略选股 【手把手教你】使用qstock进行量化回测 基于qstock量化复盘与自动盯盘 下面为大家介绍qstock各模块的具体调用方式和应用举例。 ```python #导入qstock模块 import qstock as qs ``` # 数据模块 # 行情交易数据接口 ## 实时行情数据 获取指定市场所有标的或单个或多个证券最新行情指标 realtime_data(market='沪深A', code=None): - market表示行情名称或列表,默认'沪深A股', '沪深京A':沪深京A股市场行情; '沪深A':沪深A股市场行情;'沪A':沪市A股市场行情 '深A':深市A股市场行情;北A :北证A股市场行情;'可转债':沪深可转债市场行情; '期货':期货市场行情;'创业板':创业板市场行情;'美股':美股市场行情; '港股':港股市场行情;'中概股':中国概念股市场行情;'新股':沪深新股市场行情; '科创板':科创板市场行情;'沪股通' 沪股通市场行情;'深股通':深股通市场行情; '行业板块':行业板块市场行情;'概念板块':概念板块市场行情; '沪深指数':沪深系列指数市场行情;'上证指数':上证系列指数市场行情 '深证指数':深证系列指数市场行情;'ETF' ETF基金市场行情;'LOF' LOF 基金市场行情 - code:输入单个或多个证券的list,不输入参数,默认返回某市场实时指标 如code='中国平安',或code='000001',或code=['中国平安','晓程科技','东方财富'] ### 某市场所有标的最新行情 ```python #获取沪深A股最新行情指标 df=qs.realtime_data() #查看前几行 df.head() ``` ```python #获取期货最新行情指标 df=qs.realtime_data('期货') #查看前几行 df.head() ``` ```python #获 -------- 该资源内项目源码是个人的毕设,代码都测试ok,都是运行成功后才上传资源,答辩评审平均分达到96分,放心下载使用! <项目介绍> 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用! 2、本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载学习,也适合小白学习进阶,当然也可作为毕设项目、课程设计、作业、项目初期立项演示等。 3、如果基础还行,也可在此代码基础上进行修改,以实现其他功能,也可用于毕设、课设、作业等。 下载后请首先打开README.md文件(如有),仅供学习参考, 切勿用于商业用途。 --------
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值