上市公司高送转预测

该博客介绍了一个Python程序,用于分析2018年股票数据,预测上市公司是否进行了高送转。通过计算股票价格跌幅超过35%的情况,判断是否存在高送转行为。此外,还结合每股指标、净利润增长率等财务数据,构建了8个影响高送转的因素,最终利用逻辑回归模型评估预测准确率。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1.

# -*- coding: utf-8 -*-

'''读取“2018年股票日交易数据.xlsx",其字段名称如下:

Stkcd(股票代码)、Trddt(交易日期)、Clsprc(收盘价),

设计一个简单算法,用于检测上市公司在2017年度报告中是否有“高送转”行为,

同时获得上市公司高送转标识数据,其中有高送转行为的记为1,否则为0。

返回结果用一个数据框B1来表示,其中列名分别为a_code(股票代码)、b(高送转标识:1-有高送转,0-无高送转)

说明:考虑日收盘价格跌幅在35%以上的,视为该股票存在高送转行为,其跌幅是由于股票价格除权所致

'''

def return_values():

    import pandas as pd

    A=pd.read_excel('2018年股票日交易数据.xlsx')

    code=list(A['Stkcd'].unique())

    code_list=[]

    z_list=[]

    for i in range(len(code)):

        temp=A.iloc[A['Stkcd'].values==code[i],:]

        temp=temp.sort_values('Trddt')

        p1=temp['Clsprc'].values[:-1]

        p2=temp['Clsprc'].values[1:]

        t=(p2-p1)/p1

        if len(t[t<-0.35])>0:

            code_list.append(code[i])

            z_list.append(1)

        else:

            code_list.append(code[i])

            z_list.appe

评论
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

打赏作者

JS74110

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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