小白量化学习（4）基本面选股与股票池
选股一般有多种方式，传统方式有基本面选股，技术指标选股。目前还有量化分析选股，深度学习选股等等。
一、股票基本面数据获取
我们使用tushare股票数据,做一个基本面选股的示例。
tushare的ts.get_today_all()方法能获取沪深上市公司的实时数据，以此获取股票名称，市盈率，市净率。
返回的数据内容如下:
code：代码
name：名称
changepercent：涨跌幅
trade：现价
open：开盘价
high：最高价
low：最低价
settlement：昨日收盘价
volume：成交量
turnoverratio：换手率
amount：成交金额
per：市盈率
pb：市净率
mktcap：总市值
nmc：流通市值
二、选股代码设计
1.选股策略流程设计
我们写一个简单的例子，大家可以根据这个例子来增加自己新的条件。
（1）获取沪深上市公司的实时数据，其中包含股票代码，市盈率，市净率。
（2）删除业绩较差的ST股票。
（3）选取市盈率前100名股票，作为股票池zxg。
（4）把选出的股票代码，保存到自选股板块文件“zxg.dat”文件中。
（5）读入自选股板块文件“zxg.dat”文件中的股票代码，建立新的股票池zxg2。
2.根据上面策略，写出Python代码。
-- coding: utf-8 --
#通过基本面选股，建立股票池
import pickle
import tushare as ts
#import HP_data as ts #如果有xbdata数据,离线学习用这句替换上一句.
#（1）获取最新股票数据
df=ts.get_today_all()
df1=df.copy() #建立一个备份
#（2）删除业绩较差的ST股票
df1[‘a’]=[(‘ST’ in x )for x in df1.name.astype(str)] #先给ST股票做标记a
df1=df1.set_index(‘a’) #将a设置为索引
df1=df1.drop(index=[True]) #删除ST股票
df1=df1.reset_index(drop=True) #重建默认索引
#（3）选取市盈率前100名股票,作为股票池zxg
n=100 #选择前n个数据
df2=df1.sort_values(by=[‘per’],ascending=True).head(n)
zxg=list(df2.code) #把选出股票代码转为列表
print(’\n基本面选股结果zxg ：’,zxg)
#（4）把选出的股票代码，保存到自选股板块文件“zxg.dat”文件中。
f = open(‘zxg.dat’, ‘wb’)
pt=pickle.dumps(zxg,0)
f.write(pt)
f.close()
#（5）获取zxg.dat文件,并还原为股票池数据zxg2
f = open(‘zxg.dat’, ‘rb’)
zxg2=pickle.load(f)
f.close()
print(’\n获取股票池数据zxg2：’,zxg2)
程序运行结果如下,仅供选股演示,不做选股参考.
本节课讲完了，是不是选股建立股票池很容易。
建议申请聚宽免费帐户,可以获取期货数据.通过下面网址申请,免费数据量翻倍.申请网址如下:
https://www.joinquant.com/default/index/sdk?channelId=11ab957b5b19ebc3302ee864cee476b
独狼荷蒲qq:2775205
小白量化群:524949939
微信公众号：独狼股票分析
