记录｜一种0代码自动归集数据并可视化推送的解决方案

最近闲余时间一直在与$腾讯控股(00700)$   ssp的团队（腾讯千帆）交流数字化转型与投资分析之间的联系。今天晚上做了个不成熟的测试，感觉深度应用以后需要人工盯盘的场景会越来越少～

连接渠道：ssp+tushare+vika维格表（+机器人定向推送）

写给谁看：希望通过一定量化手段建立自己的研究体系，却又有没有python基础的投资爱好者

本人主要是负责财务、投资分析和数字化转型等工作，也是ifind/wind/bbg的较深度的用户，一直在探索如何通过数据的连通提高自动分析的效率，改变一下以往碎片化摄入信息的模式，简单作个使用场景的分享记录。

因为对于国资系统相对熟悉，先测试了注册地在安徽的52家国有/中央企业数据情况（含绵阳国资委下属的$长虹美菱(SZ000521)$   ，不含辉隆股份、新力金融等“集体企业”）

先看下大致的可视化效果（每天会自动更新最新数据）

虽然计算过程不复杂，主要取数自每个交易日时点的控制人权益比例，总市值，企业性质等数据，但是wind/ifind做成定制的api推送的时间与技术成本过高。

三种性质的国有企业市值统计情况一目了然，总市值8517.38亿元，归母2623.32亿元，平均市盈率45倍，省属企业最低，地市级国资较高。

当然，更有深度和意义的数据抓取还需要进一步的探索。

主要实现流程：

第一阶段，初始化历史数据

这一阶段的主要工作是用到ssp中的循环执行功能，非常占用时间和资源，我今晚测试的52支股票的3600多条数据从20:33—21:20，历时一个小时才完成。

也就是这个界面中2个框选出来的循环执行动作，均依赖于上一个程序中的关键词来完成，可以理解为逐行匹配数据。具体过程——

1、vika表中更新好已有的股票池（这一部分后期可以自动同步）

 2、根据股票池按行索引获得目录

3、根据股票代码进tushare数据库查询相关指标

4、数据反写进vika表格

5、可视化处理

这个其实也可以自己开发个好看点的

比如借助echart平台。

第二阶段：按交易日期更新最新数据

这个就比较简单了，每个新的交易日过去，自动有数据会新增过来。

-

后期计划的应用方向：

1、结合部分企业的对外投资情况，用于监测权益法投资收益的变动对于公司净利润与eps的影响。

2、自建相关成分股指数，进行特定指数的跟踪

3、与产业数据打通，做数据聚合+加工+推送

4、系统性监测即将落入伏击区域的股票。（虽然多个app都可以定制推送消息，但目前绝大多数无法沉淀数据）