m0_64902855的博客

（一）主要指数成份股公司，是指：1.中证 A500 指数成份股公司；6.证券交易所规定的其他公司。主要指数成份股公司应当制定上市公司市值管理制度，至少明确以下事项：（一）负责市值管理的具体部门或人员；（三）对上市公司市值、市盈率、市净率或者其他适用指标及上述指标行业平均水平的具体监测预警机制安排；主要指数成份股公司应当经董事会审议后披露市值管理制度的制定情况，并就市值管理制度执行情况在年度业绩说明会中进行专项说明。个人理解：破净股、低市盈率、中字头（地方企、国企、央企）、低估值蓝筹这些后续是有机会的。

根据历史数据过往15年，牛市年份是2009年、2014年，对应PB分别是3.41、3.76；熊市年份是2011年、2018年、2022年，对应PB分别是1.23、1.26、1.23综上在大牛市的时候（2009、2014），券商龙头的PB估值可以来到3以上的泡沫区域。

接上一节，我们获得了分析结果 result_df 与图片，现在把结果导出为excel表格导出表格代码如下#建立bookwriter = pd.ExcelWriter('分析结果.xlsx',engine='xlsxwriter')workbook=writer.book#建立sheet 表名称为 股票代码result_df.to_excel(writer,'%s分析'%stock_df.iloc[0,0]) writer.save()writer.close()结果如下.

接上一章，在处理完技术指标结果后，为了让分析者有更直观的理解，我们要把被分析的股票最近60的K线图表示出来，并带上均线图、成交量、MACD、KDJ。所用包mplfinanceimport mplfinance as mpf把从函数get_technical(stock_df)获得的相关技术指标macd_df,kdj_df,ma5_df,ma10_df,ma20_df用add_plot初始化。代码如下add_plot = [ mpf.make_addplot(ma20_df['

接上一节，我们计算获取了技术指标的结果total_df，分析技术指标一系列形态结果我们需要显示股票最近10天的分析结果，对此我们只需要截取total_df前12天数据就可以了。total_df=total_df.iloc[-12:,:]total_df 对应列的数字0～9，待会作数据分析时用得上基于MACD形态分析低位金叉原理...

接上一节，我们获取了000001.SZ股票过去一年的历史数据stock_df，接下来我们就计算技术指标所用包pandas_taimport pandas_ta as ta关于pandas_ta 可以在GitHub - twopirllc/pandas-ta: Technical Analysis Indicators - Pandas TA is an easy to use Python 3 Pandas Extension with 130+ Indicators这里了解更多...

通过tushare获取股票历史数据，然后根据需求对数据进行初始化，最好封装在get_stock函数

通过在EXCEL表格输入股票代码，导出该股过去10个交易日技术指标（MACD、KDJ、MA分析结果）与60天的K线图（含MACD、KDJ、MA线、成交量）到EXCEl表格。

结合tushare、talib、mplfinance制作股票K线条和技术指标