［Python数据分析］新股破板买入，赚钱几率如何？
发布时间：2016-11-04 06:32:42 所属栏目：教程 来源：站长网
导读：副标题#e# 这是本人一直比较好奇的问题，网上没搜到，最近在看python数据分析，正好自己动手做一下试试。作者对于python是零基础，需要从头学起。 在写本文时，作者也没有完成这个小分析目标，边学边做吧。 ＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝
|
副标题[/!--empirenews.page--]
这是本人一直比较好奇的问题，网上没搜到，最近在看python数据分析，正好自己动手做一下试试。作者对于python是零基础，需要从头学起。 在写本文时，作者也没有完成这个小分析目标，边学边做吧。 ＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝ Python基础： 中国大学Mooc，南京大学，张莉老师 －《用Python玩转数据》 了解基本的语法和常用函数就行了，其他的用的时候再搜。 财经数据源： TuShare － http://tushare.org/index.html 免费，开源Python财经数据接口包。 GitHub: https://github.com/waditu/tushare 基本的资料目前就看了这些，其他的都是网上即时搜的，以前的没保存，接下来会慢慢加。 ＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝ 既然是新股发行后破板的表现，要设一个时间段，否则没意义，所以先以半年为时间段，统计破板后的数据，时间太久了也没用，次新股一年为限，但我们可以以一个月为限，本别分析，破板买入，30个交易日内每天的盈利概率。 要做的事情可以分为以下几步： 1. 获取近半年来的新股数据 2. 拿到每支股票上市后的数据 3. 筛选出破板后三十天的数据，并汇总 4. 计算整体上每天盈利的概率 －－－－－ 第一步：如何获取近半年的新股数据。 TuShare新股数据接口： 输入参数：retry_count, pause 返回数据较多，是Pandas DataFrame格式的数据，下面折叠的部分是测试输出结果，其中很多对于现在要做的没有用，需要筛选一下。 关心的返回值：code - 股票代码，name - 股票名称， issue_date - 上市日期 import tushare as ts ts.new_stocks() 
Last login: Fri Oct 28 23:50:59 on ttys001
localhost:~ shengtianhe$ python
Python 3.5.2 |Anaconda 4.2.0 (x86_64)| (default, Jul 2 2016, 17:52:12)
[GCC 4.2.1 Compatible Apple LLVM 4.2 (clang-425.0.28)] on darwin
Type "help", "copyright", "credits" or "license" for more information.
>>> import tushare as ts
>>> ts.new_stocks()
[Getting data:]######## code name ipo_date issue_date amount markets price pe
0 603319 湘油泵 2016-11-21 NaN 2023.0 723.0 10.46 22.98
1 603323 吴江银行 2016-11-16 NaN 11150.0 3345.0 6.83 12.62
2 601229 上海银行 2016-11-02 NaN 60045.0 18000.0 17.77 8.26
3 603977 国泰集团 2016-11-01 NaN 5528.0 2028.0 0.00 0.00
4 603556 海兴电力 2016-10-31 NaN 9334.0 3734.0 23.63 21.32
5 603060 国检集团 2016-10-28 NaN 5500.0 2200.0 10.04 22.97
6 002819 东方中科 2016-10-28 NaN 2834.0 1124.0 4.96 22.95
7 603203 快克股份 2016-10-27 NaN 2300.0 2070.0 16.50 21.04
8 300558 贝达药业 2016-10-27 NaN 4100.0 3690.0 17.57 22.99
9 300556 丝路视觉 2016-10-26 NaN 2780.0 2502.0 5.54 22.99
10 002818 富森美 2016-10-25 NaN 4400.0 3960.0 23.49 22.99
11 601882 海天精工 2016-10-25 NaN 5220.0 4698.0 1.50 22.98
12 300557 理工光科 2016-10-21 NaN 1400.0 1400.0 13.91 22.99
13 300560 中富通 2016-10-20 NaN 1753.0 1753.0 10.26 22.99
14 603716 塞力斯 2016-10-19 2016-10-31 1274.0 1274.0 26.91 22.98
15 300559 佳发安泰 2016-10-19 NaN 1800.0 1800.0 17.56 22.99
16 603888 新华网 2016-10-18 2016-10-28 5190.0 4672.0 27.69 22.99
17 603258 电魂网络 2016-10-17 2016-10-26 6000.0 5400.0 15.62 18.16
18 600926 杭州银行 2016-10-14 2016-10-27 26175.0 23558.0 14.39 10.23
19 002817 黄山胶囊 2016-10-13 2016-10-25 2167.0 1950.0 13.88 22.98
20 603667 五洲新春 2016-10-12 2016-10-25 5060.0 4554.0 8.80 22.96
21 002816 和科达 2016-10-12 2016-10-25 2500.0 2250.0 8.29 22.98
22 603859 能科股份 2016-10-11 2016-10-21 2839.0 2555.0 7.54 22.97
23 300552 万集科技 2016-10-11 2016-10-21 2670.0 2403.0 12.25 20.91
24 300553 集智股份 2016-10-10 2016-10-21 1200.0 1200.0 14.08 22.99
25 300550 和仁科技 2016-09-30 2016-10-18 2000.0 2000.0 12.53 22.99
26 300555 路通视信 2016-09-29 2016-10-18 2000.0 2000.0 15.40 22.99
27 603160 汇顶科技 2016-09-28 2016-10-17 4500.0 4050.0 19.42 22.99
28 300551 古鳌科技 2016-09-28 2016-10-18 1836.0 1836.0 12.48 22.88
29 603816 顾家家居 2016-09-27 2016-10-14 8250.0 7425.0 24.66 22.99
.. ... ... ... ... ... ... ... ...
270 002755 东方新星 2015-05-06 2015-05-15 2534.0 2281.0 7.49 20.49
271 603718 海利生物 2015-05-06 2015-05-15 7000.0 6300.0 6.81 21.28
272 603227 雪峰科技 2015-05-06 2015-05-15 8235.0 7412.0 4.98 22.95
273 300451 创业软件 2015-05-05 2015-05-14 1700.0 1530.0 14.02 22.98
274 002756 永兴特钢 2015-05-05 2015-05-15 5000.0 4500.0 21.74 17.97
275 603355 莱克电气 2015-05-05 2015-05-13 4100.0 3690.0 19.08 22.99
276 300460 惠伦晶体 2015-05-05 2015-05-15 4208.0 3787.0 6.43 22.96
277 300457 赢合科技 2015-05-05 2015-05-14 1950.0 1755.0 12.41 20.34
278 300452 山河药辅 2015-05-05 2015-05-15 1160.0 1044.0 14.96 22.99
279 300414 中光防雷 2015-05-05 2015-05-13 2107.0 1896.0 14.74 13.24
280 300452 山河药辅 2015-05-05 2015-05-15 1160.0 1044.0 14.96 22.99
281 300414 中光防雷 2015-05-05 2015-05-13 2107.0 1896.0 14.74 13.24
282 300442 普丽盛 2015-04-16 2015-04-24 2500.0 2250.0 19.17 22.55
283 300434 金石东方 2015-04-16 2015-04-24 1700.0 1530.0 10.57 22.98
284 300438 鹏辉能源 2015-04-16 2015-04-24 2100.0 1890.0 14.87 22.99
285 002751 易尚展示 2015-04-16 2015-04-24 1756.0 1580.0 10.48 22.98
286 300404 博济医药 2015-04-16 2015-04-24 1667.0 1500.0 12.87 22.98
287 300446 乐凯新材 2015-04-15 2015-04-23 1540.0 1386.0 8.85 7.11
288 300444 双杰电气 2015-04-15 2015-04-23 3449.0 3104.0 12.13 22.89
289 603021 山东华鹏 2015-04-15 2015-04-23 2640.0 2376.0 8.73 22.97
290 300441 鲍斯股份 2015-04-15 2015-04-23 2112.0 1901.0 9.81 22.81
291 603315 福鞍股份 2015-04-15 2015-04-24 2500.0 2250.0 10.77 22.91
292 600959 江苏有线 2015-04-15 2015-04-28 59700.0 53730.0 5.47 22.98
293 300448 浩云科技 2015-04-15 2015-04-24 2000.0 1800.0 15.79 22.88
294 300440 运达科技 2015-04-15 2015-04-23 2800.0 2520.0 21.70 22.97
295 300437 清水源 2015-04-15 2015-04-23 1670.0 1503.0 10.53 19.30
296 603567 珍宝岛 2015-04-14 2015-04-24 6458.0 5812.0 23.60 22.91
297 603025 大豪科技 2015-04-14 2015-04-22 5100.0 4590.0 11.17 22.98
298 300436 广生堂 2015-04-14 2015-04-22 1750.0 1260.0 21.47 18.67
299 002752 NaN NaN NaN NaN NaN NaN NaN
limit funds ballot
0 0.70 2.116 0.00
1 3.30 7.615 0.00
2 18.00 106.700 0.00
3 0.00 3.566 0.00
4 3.70 22.065 0.00
5 2.20 5.522 0.00
6 1.10 1.406 0.00
7 0.90 3.795 0.03
8 1.20 7.204 0.04
9 1.10 1.540 0.03
10 1.30 10.336 0.04
11 1.50 4.305 0.05
12 1.40 1.947 0.01
13 1.75 1.799 0.02
14 1.20 3.428 0.02
15 1.80 3.161 0.02
16 2.00 14.372 0.04
17 2.40 9.372 0.05
18 7.80 37.666 0.13
19 0.85 3.008 0.02
20 2.00 4.453 0.04
21 1.00 2.072 0.03
22 1.10 2.141 0.03
23 1.05 3.271 0.03
24 1.20 1.690 0.01
25 2.00 2.506 0.02
26 2.00 3.080 0.02
27 1.30 8.739 0.05
28 1.80 2.291 0.02
29 2.40 20.345 0.06
.. ... ... ...
270 1.00 1.898 0.32
271 2.80 4.774 0.31
272 3.20 3.875 0.30
273 0.65 2.384 0.20
274 2.00 10.872 0.48
275 1.20 7.823 0.40
276 1.55 2.706 0.34
277 0.75 2.421 0.33
278 0.45 1.736 0.30
279 0.80 3.106 0.30
280 0.45 1.736 0.30
281 0.80 3.106 0.30
282 1.00 4.212 0.62
283 0.65 1.475 0.44
284 0.80 2.782 0.45
285 0.65 1.550 0.34
286 0.65 1.884 0.30
287 0.60 1.115 0.46
288 1.30 3.698 0.77
289 1.00 1.934 0.47
290 0.80 1.732 0.68
291 1.00 2.399 0.47
292 17.70 31.220 1.24
293 0.80 2.841 0.46
294 1.10 5.578 0.61
295 0.60 1.523 0.50
296 1.80 14.275 0.83
297 1.50 5.183 0.62
298 0.70 2.588 0.30
299 NaN NaN NaN
[300 rows x 11 columns]
View Code
筛选规则： issue_date 在半年之内。 Pandas API： http://pandas.pydata.org/pandas-docs/stable/api.html 其中pandas.DataFrame.Sort可以带参数过滤DataFrame： http://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.sort.html 但觉得这样还得进一步过滤，搜了一下，发现可以直接操作。 import tushare as ts df=ts.new_stocks() df=df[df['issue_date']>'2016-06-01'] （编辑：常州站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
