利用tushare pro根据财务指标选股

选股策略：
1、以中证500为股票池；
2、按照权重从大到小排列获取后三百只股票；
3、过滤掉创业板及科创板的股票
4、过滤掉当天停牌的股票
5、 基础科目及衍生类：获取每只股票的finaexp_of_gr（财务费用/营业总收入）、current_exint（无息流动负债）、netdebt（净债务）。以上数据偏向小值。
6、 每股指标因子 undist_profit_ps（每股未分配利润）、q_eps（每股收益）、surplus_rese_ps（每股盈余公积）。以上数据取大值。
7、 价值因子：ar_turn（应收账款周转率）、cogs_of_sales（销售成本率）、debt_to_eqt（产权比率），其上数据取小值。
8、获取每只股票以上九个数据，3倍中位数去极值。
9、（5）中三个都利用1分位数分类，分位内的获得1分。（6）中三个都以四分位数进行区分，4分位内的获得1分。（7）中三个都利用1分位数分类，分位内的获得1分。
10、利用得分降序排列取前十只。

import tushare as ts
import pandas as pd
import numpy as np
import datetime
from dateutil.relativedelta import relativedelta
from time import sleep

# 日期处理
today = datetime.datetime.today().strftime('%Y%m%d')    #获取今天的年月日

lastday = datetime.datetime.today() - datetime.timedelta(days=1)  #获取前一天日期
lastday = lastday.strftime('%Y%m%d')

last_year = datetime.datetime.today() - relativedelta(months=12)   #获取前一年的日期
last_year = last_year.strftime('%Y%m%d')   # 转换成STR

Lastweek = datetime.datetime.today() - datetime.timedelta(days=7)   #获取前一周的日期
Lastweek = Lastweek.strftime('%Y%m%d')    # 转换成STR

last_mon = datetime.datetime.today() - relativedelta(months=1)   #获取前一月的日期
last_mon = last_mon.strftime('%Y%m%d')   # 转换成STR

ts.set_token('you token')
pro=ts.pro_api()

# 1 以中证500位股票池
df = pro.index_weight(index_code = '000905.SH', start_date = last_mon, end_date = today) 

#按照权重降序排序
df = df.sort_values(by = 'weight',ascending = False).reset_index()       

# 2 获取权重最轻的后300只股票
df = df.tail(300)

# 3、过滤掉创业板及科创板的股票
cy = df[df.con_code.str.contains('^30')]  # 利用正则表达式匹配以30开头的所有股票

cy_list = cy['con_code'].values.tolist()  # 将30开头的股票代码导出成一个列表
for i in cy_list:
df = df.drop(index=(df.loc[(df['con_code'] == i)].index