上市公司高送转预测在线实验闯关-优快云博客

本文链接：https://blog.youkuaiyun.com/qwerthoykd/article/details/149106876

第1关 基于股票交易数据检测年度“高送转“”行为，构造标识因变量Y

'''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.append(0)

D1={'a_code':code_list,'b':z_list}

B1=pd.DataFrame(D1)

return B1

第2关构建及计算影响年度高送转行为因素指标X

'''基于2017年三季度的数据，其数据表如下：

1."每股指标数据.xlsx",其主要字段说明如下：

Stkcd（股票代码）、Accper（会计期间）、Indcd（行业代码）、F090101B（每股收益）、

F091001A （每股净资产）、F091301A （每股资本公积）、F091501A（每股未分配利润）

其他字段未使用，不作说明。

2.“净利润增长率.xlsx”,其字段说明如下：

Stkcd （股票代码）、Accper（会计期间）、F081002B（净利润增长率）

3.“月交易数据.xlsx”，其字段说明如下：

Stkcd （股票代码、Trdmnt（交易月份）、Mclsprc（月收盘价）、

Msmvosd（月流通市值：单位元）、Msmvttl（月总市值：单位元）

其他字段未使用，不作说明

构建影响年度高送转行为因素指标，包括每股收益、每股公积金、每股净资产、每股未分配利润、

净利润增长率、股价、流通股本、总股本共8个指标。

请根据以上提供的3个数据表，计算获得以上8个指标数据，作为自变量X。

返回结果用一个数据框B2来表示，其中字段名称为：

a_code（股票代码，与上一关对应），8个指标的字段名称依次用c、d、e、f、g、h、i、j来表示

并与上一关活动的B1，以股票代码为键，进行内连接，

获得完整的自变量和因变量的数据集Data，其中Data为数据框，

要求去掉空值的记录，同时index重新按默认值排序

'''

def return_values():

import pandas as pd

import numpy as np

import step3_1

B1=step3_1.return_values()

code=B1.iloc[:,0].values

B=pd.read_excel('每股指标数据.xlsx')

C=pd.read_excel('净利润增长率.xlsx')

G=pd.read_excel('月交易数据.xlsx')

A0=[]

A1=[]

A2=[]

A3=[]

A4=[]

A5=[]

A6=[]

A7=[]

for i in range(len(code)):

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

if len(temp)>0:

I1=temp['Accper'].values=='2017-09-30'

t=temp.loc[I1,['F090101B','F091001A','F091301A','F091501A']]

if len(t)>0:

A0.append(t.values[0,0])

A1.append(t.values[0,1])

A2.append(t.values[0,2])

A3.append(t.values[0,3])

else:

A0.append(np.nan)

A1.append(np.nan)

A2.append(np.nan)

A3.append(np.nan)

else:

A0.append(np.nan)

A1.append(np.nan)

A2.append(np.nan)

A3.append(np.nan)

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

if len(temp)>0:

I1=temp['Accper'].values=='2017-09-30'

if len(temp.iloc[I1,2])>0:

A4.append(temp.iloc[I1,2].values[0])

else:

A4.append(np.nan)

else:

A4.append(np.nan)

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

I1=temp['Trdmnt'].values=='2017-09'

t=temp.loc[I1,['Mclsprc','Msmvosd','Msmvttl']]

if len(t)>0:

A5.append(t.values[0,0])

A6.append((t.values[0,1]/t.values[0,0])/100000000)

A7.append((t.values[0,2]/t.values[0,0])/100000000)

else:

A5.append(np.nan)

A6.append(np.nan)

A7.append(np.nan)

D2={'a_code':code,'c':A0,'d':A1,'e':A2,'f':A3,'g':A4,'h':A5,'i':A6,'j':A7}

B2=pd.DataFrame(D2)

Data=pd.merge(B1,B2,how='inner',on='a_code')

Data=Data.dropna()

Data.index=range(len(Data))

return Data

第3关基于逻辑回归的股票高送转行为识别模型构建

'''由于高送转公司和非高送转公司这两类数量差异较大，在上一关返回数据结果基础上，

对非高送转公司进行随机抽样，使得其数量与高送转公司数量一致。

进一步地，获得自变量数据X（8个指标）和因变量数据Y（高送转标识）

按80%训练，20%测试，划分训练集和测试集，构建逻辑回归模型，

输出模型的准确率rv和测试样本的预测准确率rs

'''

def return_values():

import step3_2

import pandas as pd

Data=step3_2.return_values()

Data_1=Data.iloc[Data.iloc[:,1].values==1,:]

Data_0=Data.iloc[Data.iloc[:,1].values==0,:]

Data_0=Data_0.sample(n=len(Data_1), replace=True, random_state=10, axis=0)

Data=pd.concat([Data_1, Data_0], axis = 0)

X=Data.iloc[:,2:].values

Y=Data['b'].values

from sklearn.model_selection import train_test_split

x_train, x_test, y_train, y_test = train_test_split(X, Y, test_size=0.2,random_state=4)

from sklearn.linear_model import LogisticRegression as LR

clf = LR() #创建逻辑回归模型类

clf.fit(x_train, y_train)

rv=clf.score(x_train, y_train);

y1=clf.predict(x_test) #对测试数据进行预测，并获得预测结果

r=y1-y_test #预测值与真实值相减

rs=len(r[r==0])/len(y1) #预测值与真实值相减为0，即预测准确，统计其准确率

return (1,1)