前言

前几期我们搭建了自定义的量化行情/选股/回测框架：

搭建系统|升级基于财务数据的选股工具！从清单中剔除ST股和次新股

搭建系统|“财务数据选股工具”如何与“多维度股票行情分析工具”完成无缝切换

搭建系统|升级基于财务数据的选股工具！添加上日历和排序功能会更好用

搭建系统|不用数据库选股也行！利用Pandas特性的GUI版基本面选股工具

搭建系统|听说backtrader很不错！把它集成到本地GUI回测平台中！

搭建系统|在线改策略很便捷！试一试本地GUI回测平台动态改策略

搭建系统|多维度下不同股票|周期|除权|复权走势对比界面

搭建系统|行情软件可没有！多股票投资组合用的GUI分析界面

搭建系统|想把聚宽本地化吗？一起来创建GUI版的自定义量化回测平台

搭建系统|wxPython布局管理实现多只股票走势对比界面

搭建系统|比Matplotlib更好用的pyecharts打造GUI股票行情分析界面

前几期我们搭建的基本面选股小工具是用了tushare的两个接口组合而成，一个是pro.stock_basic()，另一个是pro.daily_basic()。

我一直强调炒股软件应该是每个人用的都不一样，即使是通用的行情软件，每个人的选择也都不同，有的喜欢同花顺、有的喜欢通达信，看行情时图表的组合也都不一样。

所以，我分享的选股小工具，是提供给大家一个思路，而不是让大家都一成不变的去使用。

本期我们要介绍的是如何更换财务数据源，让小工具为大家所用。

实现过程概述

首先，本次代码的更改是基于price_and_pick_upv1.py（公众号对应介绍）这个文件开展的，大家可以利用Pycharm的代码比较功能查看更改的地方。

此处，我们把PickFrame类中涉及到财务数据部分给提取出来了，用单独的类封装，比如Tspro_Backend类，其中包含了财务指标的种类self.tran_col、条件选股类别self.filter，还有财务数据表的处理方法datafame_join()。

然后以组合方式添加到PickFrame类中。

# 组合加入tushare数据

self.ts_data = Tspro_Backend()

self.filter = self.ts_data.filterself.tran_col = self.ts_data.tran_col
self.datafame_join = self.ts_data.datafame_join

于是我们就能够独立地更换下财务数据。

我们选取tushare无需积分的org版本的get_stock_basics、get_report_data接口结合pro的pro.stock_basic（该接口是必须的，以它为A股市场的股票名称和代码的基准）来制作财务数据表。

get_stock_basics包含的指标有：

• code,代码

• name,名称

• industry,所属行业

• area,地区

• pe,市盈率

• outstanding,流通股本(亿)

• totals,总股本(亿)

• totalAssets,总资产(万)

• liquidAssets,流动资产

• fixedAssets,固定资产

• reserved,公积金

• reservedPerShare,每股公积金

• esp,每股收益

• bvps,每股净资

• pb,市净率

• timeToMarket,上市日期

• undp,未分利润

• perundp,每股未分配

• rev,收入同比(%)

• profit,利润同比(%)

• gpr,毛利率(%)

• npr,净利润率(%)

• holders,股东人数

get_report_data包含的指标有（这个接口是按年度、季度获取业绩报表数据。数据获取需要一定的时间。需要输入年度和季度，要注意最新的报表发布时间）：

• code,代码

• name,名称

• esp,每股收益

• eps_yoy,每股收益同比(%)

• bvps,每股净资产

• roe,净资产收益率(%)

• epcf,每股现金流量(元)

• net_profits,净利润(万元)

• profits_yoy,净利润同比(%)

• distrib,分配方案

• report_date,发布日期

我们会发现这几个接口中很多的类别是重复的，而且名称还不一样。这里我们用的是merge()方法，知识星球中有一个相应的数据处理场景可以参考。

我们发现有些列是重复的，因此在合并的时候要删除重复列。

比如区域和行业，两个表格的列名是相同的，在merge()合并的时候给它加了后缀，所以找不到预定义的名称。

比如上市日期和代码，两个表格的列名不相同，但内容相同，在merge()合并的时候会出现两列。

把有问题的列处理完成后，发现表格的行存在重复的股票。

在datafame_join方法中，我们连续使用了两次merge()，pd.merge(df_stbasic, df_dybasic,……)的结果是这样的，完全正确。

但是合并上这个表格（df_rpbasic）后就会出现行重复。

一种比较简单粗暴的方法是使用drop_duplicates去掉name列重复的行，并保留重复出现的行中第一次出现的行。

建立了自己的财务数据表格后，剩下的条件判断机制并不需要更改。所以，大家可以把各种平时分析的数据，比如盈利能力、运营能力等等合并到表格中来。

往期视频效果 

加入知识星球 可获取完整代码

更多量化交易内容扫码加入星球！—————————————————元宵大师的量化交易书籍开售！！京东、当当、天猫有售！！加我QQ或者微信了解详情
微信关注：‘元宵大师带你用Python量化交易’