EPS (每股收益): 反映公司每股普通股分摊的净利润,是衡量公司盈利能力的重要指标。
P/E (市盈率): 反映公司股票价格与每股收益的比率,用于评估股票的估值水平。较高的市盈率可能意味着股票被高估,而较低的市盈率则可能表示股票被低估。
PEG (预期收益增长比率): 通过将市盈率除以公司未来12个月预期收益增长率计算得出。一般情况下,PEG低于1表示股票可能被低估,而PEG高于2则可能表示股票被高估。
FCFY (自由现金流收益率): 衡量公司每股自由现金流与每股市场价值的比率。较低的自由现金流收益率通常表明投资吸引力较低。
PB (市净率): 反映公司股票价格与每股净资产的比率。市净率为1表示股票按账面价值交易,高于1表示溢价交易,低于1则可能表示股票被低估。
ROE (股本回报率): 衡量公司利用股东权益创造利润的能力。较高的ROE表明公司有效利用股东资金,可能带来股票需求增加和股价上涨。
P/S (市销率): 反映公司市值与其销售收入的比率,帮助评估公司股票的合理价值,特别适用于尚未盈利或因暂时性问题表现不佳的成长型公司。
DPR (股息支付比率): 反映公司支付的总股息与其净收入的比率,表示公司盈利中有多少用于支付股息。
DY (股息收益率): 反映公司每年支付的股息与其股票价格的比率,表示投资者通过股息获得的回报率。
CR (流动比率): 衡量公司以其流动资产偿还流动负债的能力。较高的流动比率通常表示公司具有较好的流动性。
Beta (贝塔系数): 衡量股票相对于整体市场波动性的指标。贝塔值高于1.0表示股票波动性大于市场,而贝塔值低于1.0表示股票波动性小于市场。
52周范围: 指示股票在过去52周内的价格区间,帮助投资者了解股票当前价格相对于其年度高点和低点的位置。例如,90%表示股票价格接近其52周高点。
我使用yfinance API从雅虎财经获取数据,然后下载每个股票的数据到一个文件目录下,并保存为JSON格式的文件。
我用了pandas和numpy库来处理数据,并创建了一个数据字典来存储指标信息。通过编写函数,从JSON文件中提取数据并填充到数据字典中。具体步骤如下:首先,定义股票符号列表和数据路径;接着,定义一个数据字典,用于存储每个指标的数据;然后,编写一个函数从JSON文件中加载数据;最后,循环遍历股票符号列表,加载数据。
最后,创建DataFrame并应用样式。加载完数据后,创建数据框并处理缺失值,生成一个包含工具提示数据的DataFrame,并为DataFrame添加样式。本文介绍了一种股票基本面指标可视化的方法。到这里我们就已经获取了股票的基本面数据和技术指标数据,后面我们再通过选择相关投资组合和量化交易策略进行分析和选股,可以更有效地评估股票的投资潜力,请星标公众号持续关注橙哥后续的更新。本文完整代码、数据和Jupyter文件下载地址和密码已发布到「宽客邦量化俱乐部」,欢迎扫码加入获取:「宽客邦量化俱乐部」由@开发者阿橙发起,是一个专注AI大模型在金融分析与量化交易领域应用研究的技术社区,聚焦AI量化策略开发和实盘交易。专注于研究与探讨AI大模型在量化交易领域的深度应用。加入获取港、美股开户邀请,终生免佣,新用户HKD 800 股票现金卡 + HKD 1000 现金回赠。推荐阅读
用DeepSeek最新大模型分析阿里巴巴股票
替代分析师?用AI大模型炒股到底靠谱吗?
大模型炒股?用Llama3筛选沪深300优质股
炒股利器!用Python大模型筛选低估值股票