python求数的因子_Python量化数据获取：衡量上市公司的因子维度

通常我们看一家上市公司基本面是好还是坏，主要是看能不能盈利，其次是看是否具有高成长性，是不是有分红，是不是财务健康等等。但是有的人喜欢白马蓝筹股，有的人偏爱小盘成长股，不同的阶段，不同的股票有不同的表现。综合下来，衡量一家公司基本面情况的因子可以归类为以下几个维度：

1.   盈利能力

2.   营运能力

3.   成长能力

4.   偿债能力

5.   现金流量

6.   分红配送

进行因子分类之后，就可以从不同的维度对股票进行分析了。获取以上因子的Python接口，我之前的帖子已经给出，只有分红配股的信息还没有给出过

import baostock as bs

import pandas as pd

#### 登陆系统####

lg = bs.login()

# 显示登陆返回信息

print('login respond error_code:'+lg.error_code)

print('login respond error_msg:'+lg.error_msg)

#### 查询除权除息信息####

# 查询2015年除权除息信息

rs_list = []

rs_dividend_2015 =bs.query_dividend_data(code="sh.600000", year="2015",yearType="report")

while (rs_dividend_2015.error_code == '0') &rs_dividend_2015.next():

rs_list.append(rs_dividend_2015.get_row_data())

# 查询2016年除权除息信息

rs_dividend_2016 =bs.query_dividend_data(code="sh.600000", year="2016",yearType="report")

while (rs_dividend_2016.error_code == '0') &rs_dividend_2016.next():

rs_list.append(rs_dividend_2016.get_row_data())

# 查询2017年除权除息信息

rs_dividend_2017 =bs.query_dividend_data(code="sh.600000", year="2017",yearType="report")

while (rs_dividend_2017.error_code == '0') &rs_dividend_2017.next():

rs_list.append(rs_dividend_2017.get_row_data())

result_dividend = pd.DataFrame(rs_list,columns=rs_dividend_2017.fields)

# 打印输出

print(result_dividend)

#### 结果集输出到csv文件 ####

result_dividend.to_csv("D:\\history_Dividend_data.csv",encoding="gbk",index=False)

#### 登出系统####

bs.logout()

参数含义：

·        code：股票代码，sh或sz.+6位数字代码，或者指数代码，如：sh.601398。sh：上海；sz：深圳。此参数不可为空；

·        year：年份，如：2017。此参数不可为空；

·        yearType：年份类别，默认为"report":预案公告年份，可选项"operate":除权除息年份。此参数不可为空。返回数据说明

参数名称参数描述

code证券代码

dividPreNoticeDate预批露公告日

dividAgmPumDate股东大会公告日期

dividPlanAnnounceDate预案公告日

dividPlanDate分红实施公告日

dividRegistDate股权登记告日

dividOperateDate除权除息日期

dividPayDate派息日

dividStockMarketDate红股上市交易日

dividCashPsBeforeTax每股股利税前

dividCashPsAfterTax每股股利税后

dividStocksPs每股红股

dividCashStock分红送转

dividReserveToStockPs每股转增资本

使用以上代码，就可以获取到历史的分红派息的信息了。