如何用AKShare获取行业PE数据？估值分析基础！

程序化交易助手

于 2025-05-05 07:26:00 发布

阅读量586

点赞数 20

分类专栏：量化软件量化投资程序化交易文章标签： Python 量化软件 PTrade QMT 量化交易量化炒股 deepseek

本文链接：https://blog.csdn.net/wencaitouzi/article/details/147707860

版权

量化软件同时被 3 个专栏收录

162 篇文章

订阅专栏

程序化交易

162 篇文章

订阅专栏

量化投资

102 篇文章

订阅专栏

如何用AKShare获取行业PE数据？估值分析基础！

为什么行业PE数据对投资决策如此重要？

PE（市盈率）是投资领域最基础也最重要的估值指标之一。简单来说，PE就是股价除以每股收益，反映投资者愿意为每元利润支付多少价格。但单独看某只股票的PE意义不大，关键是要放在行业背景下比较。

举个例子，科技行业的PE普遍比银行高很多，这不是因为科技股被高估，而是市场预期科技公司未来增长更快。如果你发现某只银行股的PE突然飙升到科技股水平，要么是这家银行真的有了突破性发展，要么就是市场情绪过热了。

AKShare是什么？为什么选择它？

AKShare是一个基于Python的免费开源金融数据接口库，由国内开发者维护。相比Wind、Choice等付费软件，AKShare最大的优势就是完全免费，而且数据质量相当不错。

作为开户经理，我经常遇到客户问："有没有不花钱就能获取专业金融数据的渠道？"AKShare就是最佳答案之一。它特别适合刚入门又想系统学习投资分析的朋友，不需要投入高额软件费用就能获取核心数据。

手把手教你用AKShare获取行业PE数据

第一步：安装AKShare

打开你的Python环境（推荐使用Anaconda），在命令行输入：

pip install akshare

如果已经安装过，记得先升级到最新版本：

pip install akshare --upgrade

第二步：导入必要库

import akshare as ak
import pandas as pd
import matplotlib.pyplot as plt

第三步：获取行业PE数据

AKShare提供了多个接口获取行业数据，最常用的是这个：

industry_pe = ak.stock_sector_pe(symbol="沪深板块")

运行后会返回一个包含各行业PE数据的表格，包括行业名称、股票数量、平均PE等关键信息。

如何解读这些PE数据？

拿到数据后，我们通常会做三件事：

横向比较：看看哪些行业PE最高，哪些最低。比如你会发现半导体行业的PE可能是银行的3-5倍。
纵向比较：把当前PE与历史数据对比。AKShare也可以获取历史PE数据：

industry_pe_history = ak.stock_sector_pe_hist(sector="银行")

结合基本面：高PE不一定就是泡沫，低PE也不一定就是价值洼地。要结合行业增长前景、政策环境等因素综合判断。

进阶技巧：可视化分析

数字太抽象？我们可以用matplotlib画图：

# 按PE从高到低排序
industry_pe_sorted = industry_pe.sort_values(by="平均PE", ascending=False)

# 绘制条形图
plt.figure(figsize=(12,8))
plt.barh(industry_pe_sorted["行业名称"], industry_pe_sorted["平均PE"])
plt.title("各行业平均PE对比")
plt.xlabel("市盈率(PE)")
plt.show()

这样一眼就能看出哪些行业估值较高，哪些较低。我经常用这个方法帮客户快速把握市场估值结构。