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)