tushare-python获取格雷厄姆的投资之道：市净率的计算

本文主要是介绍tushare-python获取格雷厄姆的投资之道：市净率的计算，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

tushare python 获取格雷厄姆的投资之道：市净率计算

格雷厄姆的投资之道是：利用“捡烟蒂”的规则实行的，找到一些便宜的，被低估值的股票进行投资。而格雷厄姆的投资之道也深深的影响了巴菲特。巴菲特曾说过：自己的投资的理论80%来自格雷厄姆。

格雷厄姆的著作有：《证券分析》、《聪明的投资者》等。在写这篇博客的时候，《聪明的投资者》和《格雷厄姆的投资之道》是看完了的。

书评（不喜欢的跳过即可），分享给书友：

《格雷厄姆的投资之道》豆瓣评分：7.0 ：简单易懂，是后来人对格雷厄姆的一些理论的总结。适合入门选手。

《聪明的投资者》豆瓣评分：9.0 ：对于投资了一年或有一定基础知识理解的人更适合，里面也比较易懂，需要一些些基础。这本好像是1970左右格雷厄姆攥写的。

《证券分析》豆瓣评分：9.1：正在准备读，个人理解：有点像学术界的经典论文一样，虽然历史悠久，但是经典一定有经典的价值。

《格雷厄姆的投资之道》总结的10条标准（可选择性相信）：
以下是相对估值法：十条检验标准

股价和资产的比较

市净率：每份股价/每份股价净资产。
Tip: 股票价格低于净资产的2/3；市净率<=2/3 (坚决不以2倍的市净率买入)

利用tushare找出所有符合该条件的股票：

#-*- coding: UTF-8 -*-
import tushare as ts
import numpy as np
stock_info=ts.get_stock_basics()DATA = ts.get_day_all()colums=[u'code',u'name', u'price']
# DATA = DATA_TMP[DATA_TMP[u'price']>0]
# print(DATA)df_1 =  DATA[colums]# print stock_info.index
price =[]# Index([u'code', u'name', u'p_change', u'price', u'change', u'open', u'high',
#        u'low', u'preprice', u'pe', u'volratio', u'turnover', u'range',
#        u'volume', u'selling', u'buying', u'amount', u'totals', u'industry',
#        u'area', u'floats', u'fvalues', u'abvalues', u'avgprice', u'strength',
#        u'activity', u'avgturnover', u'attack', u'interval3', u'interval6'],
#       dtype='object')dcolums=[u'name',u'industry', u'bvps']
df_2= stock_info[dcolums]
df_2[u'price'] = np.array(df_1[u'price'])#  计算PE： 净资产/现股价
df_2[u'pe'] = df_2[u'price'] / df_2[u'bvps']
# print(df_1)
# print(df_2)#  获取PE<=0。66 并>0 的股票
# list_1是小于0。66的布尔列表
list_1 =  df_2[u'pe']<=0.66
new_dat  = df_2[list_1]list_2 =  new_dat[u'pe'] > 0new_dat2 = new_dat[list_2]print(new_dat2)# 根据行业聚类
piece=dict(list(new_dat2.groupby(u'industry')))print(piece)

部分结果展示（2019.10.3日）
在这里插入图片描述