快速研究主题神器

来源：https://uqer.io/community/share/551e5160f9f06c8f33904513

用于快速研究某个主题，可以获得以下信息

• 主题相关的成分股
• 主题在最近1年、3个月、5个交易日内的涨幅
• 依据涨幅和成交量来获取在最近1年、3个月、5个交易日内的主题龙头股，并列出龙头股在这段时间区间内的涨幅
• 依据通联算法，获得与主题相关度最高的个股以及个股在最近1年、3个月、5个交易日内的涨幅

该代码用法

• step1：先在输入1处输入待研究的主题名称，如“新能源汽车”，运行“输入1”所在的cell，可以看到该主题所对应的主题id。有可能有多个主题包含了输入的主题名称，需要从中挑选自己想要研究的主题
• step2：确定了主题id，在“输入2”所在cell修改theme_id，注意格式是字符串
• step3：运行所有cell，便可获取与主题相关的信息了

#先通过主题名称获得主题id
themeName = u'生物医药'                     ###################输入1，在此处输入要研究的主题名称###################
field1 = ['themeID','themeName']
thms_id = DataAPI.ThemesContentGet(themeName=themeName,field=field1)
thmid2nm_dic = dict(zip(thms_id['themeID'],thms_id['themeName']))    #获得主题id与主题名称的对应
thms_id

##这里是输入
theme_id = '120419'              ###################输入2，由上面可获得主题id，在此处输入主题id，注意格式是字符串###################

field2 = ['themeID','themeName','ticker','secShortName','returnScore','textContributionScore','industryScore']
thm_tks = DataAPI.TickersByThemesGet(themeID=theme_id,field=field2)    #获得该主题相关的证券，以及证券与主题的相关度
tk2nm_dic = dict(zip(thm_tks['ticker'],thm_tks['secShortName']))

import pandas as pd
from CAL.PyCAL import *
cal = Calendar('China.SSE')

def CountTime():    #返回的是datetime格式    
    today = datetime.today()
    today_str = today.strftime("%Y%m%d")
    cal_date = Date.fromDateTime(today)       
    time1=" 15:05:00"
    ben_time = datetime.strptime(today_str+time1,"%Y%m%d %H:%M:%S")
    if cal.isBizDay(cal_date) & (today>ben_time):    #如果是交易日，则判断当天是不是在15点前        
        date = today
    else:    #如果当天不是交易日，则获得前一个交易日
        cal_wd = cal.adjustDate(cal_date,BizDayConvention.Preceding)    #Date格式
        date = cal_wd.toDateTime()    #datetime格式        
    return date

def GetMktEqud(tk_list,**kargs):    #该函数是用来调取市场行情数据，由于调取时有长度限制，如果查询的个股数太多，需要分批调取
    num = 100
    cnt_num = len(tk_list)/num
    if cnt_num > 0:
        df = pd.DataFrame({})
        for i in range(cnt_num):
            sub_df = DataAPI.MktEqudGet(ticker=tk_list[i*num:(i+1)*num],**kargs)
            df = pd.concat([df,sub_df])
        if (i+1)*num != len(tk_list):
            sub_df = DataAPI.MktEqudGet(ticker=tk_list[(i+1)*num:],**kargs)
            df = pd.concat([df,sub_df])
    else:
        df = DataAPI.MktEqudGet(ticker=tk_list,**kargs)
    return df

def GetReturn(Mkt_Info_df):    #该函数是用来获得主题在一段时间内的收益，以及个股在这段时间内的收益（先计算成分股在一段时间内的涨幅，再加权成交金额得到主题的涨幅）

    Mkt_Info_df_gp = Mkt_Info_df.groupby('ticker')    
    tk_inc_dic = {'ticker':[],'return':[],'turnoverValue':[]}
    for tk,sub_info in Mkt_Info_df_gp:
        rtn = sub_info['increase'].prod()-1
        tnv = sub_info['turnoverValue'].sum()/len(sub_info)    #获得平均成交金额
        tk_inc_dic['ticker'].append(tk)
        tk_inc_dic['return'].append(rtn)
        tk_inc_dic['turnoverValue'].append(tnv)        
    tk_inc_df = pd.DataFrame(tk_inc_dic)
    tk_inc_df['secShortName'] = tk_inc_df['ticker'].apply(lambda x:tk2nm_dic[x])
    rtn_together = (tk_inc_df['return']*tk_inc_df['turnoverValue']).sum()/tk_inc_df['turnoverValue'].sum()    #获得该主题一段时间的涨幅，成交金额加权收益
    return rtn_together,tk_inc_df

print '主题关联的个股'
thm_tks

主题关联的个股

82 rows × 7 columns

#获得该主题的上涨幅度

#获得研究的结束时间，如果在当天收盘前，则为前一个交易日
endDate_dt = CountTime()
endDate_CAL = Date.fromDateTime(endDate_dt)

#前一季度的时间
beginDate_3M_CAL = cal.advanceDate(endDate_CAL,Period('-3M'),BizDayConvention.Following)
beginDate_3M_dt = beginDate_3M_CAL.toDateTime()
#前5个交易日的时间
period_day = 5              ###################输入###################
period_CAL = '-'+str(period_day)+'B'
beginDate_5B_CAL = cal.advanceDate(endDate_CAL, period_CAL, BizDayConvention.Following) 
beginDate_5B_dt = beginDate_5B_CAL.toDateTime()

#获得主题在这一年、一季度、5个交易日内的涨幅

tk_list = thm_tks['ticker'].tolist()    #获得主题关联的证券代码列表
field = ['ticker','secShortName','tradeDate','preClosePrice','closePrice','turnoverValue','marketValue']

#计算主题在最近1年的涨幅
Mkt_Info_df_1Y = GetMktEqud(tk_list=tk_list,field =field)     #获取市场行情，省略了beginDate和endDate，则获取最近1年的行情
Mkt_Info_df_1Y['tradeDate'] = pd.to_datetime(Mkt_Info_df_1Y['tradeDate'])    #将tradeDate这一列的格式由string改为datetime
Mkt_Info_df_1Y['increase'] = Mkt_Info_df_1Y['closePrice']/Mkt_Info_df_1Y['preClosePrice']
(rtn_1Y,tk_rt_df_1Y) = GetReturn(Mkt_Info_df_1Y)

#计算主题在最近3个月的涨幅
Mkt_Info_df_3M = Mkt_Info_df_1Y[Mkt_Info_df_1Y['tradeDate']>beginDate_3M_dt]
(rtn_3M,tk_rt_df_3M) = GetReturn(Mkt_Info_df_3M)

#计算主题在最近5个交易日的涨幅
Mkt_Info_df_5B = Mkt_Info_df_1Y[Mkt_Info_df_1Y['tradeDate']>beginDate_5B_dt]
(rtn_5B,tk_rt_df_5B) = GetReturn(Mkt_Info_df_5B)

def add_nm_rtn(mkt_df):    #将个股名称与收益拼接，方便做展示
    add_info_list = []
    for i in range(len(mkt_df)):
        add_info = mkt_df['secShortName'].iloc[i] + str(round(mkt_df['return'].iloc[i],3))
        add_info_list.append(add_info)
    return add_info_list

#获取主题在最近1年、3个月、5个交易日内的龙头股及其涨幅
df_list = [tk_rt_df_1Y,tk_rt_df_3M,tk_rt_df_5B]
bigstk_dic = {'bigstk_by_rtn':[],'bigstk_by_rnv':[]}
for df_i in df_list:
    df_sort_rtn = df_i.sort(columns='return',ascending=False)[0:3]    #按照收益率对其排序，取前3
    df_sort_tnv = df_i.sort(columns='turnoverValue',ascending=False)[0:3]    #按照成交量对其排序，取前3
    bigstk_rtn_list = add_nm_rtn(df_sort_rtn)
    bigstk_tnv_list = add_nm_rtn(df_sort_tnv)
    bigstk_dic['bigstk_by_rtn'].append(bigstk_rtn_list)
    bigstk_dic['bigstk_by_rnv'].append(bigstk_tnv_list)
bigstk_dic['thm_rtn'] = [round(rtn_1Y,3),round(rtn_3M,3),round(rtn_5B,3)]
bigstk_df = pd.DataFrame(bigstk_dic)  
bigstk_df = bigstk_df.loc[:,['thm_rtn','bigstk_by_rtn','bigstk_by_rnv']]
bigstk_df.index = [u'最近一年',u'最近3个月',u'最近5个交易日']
bigstk_df.columns = [u'主题涨幅',u'龙头股_按涨幅',u'龙头股_按成交量']
print '主题：',thmid2nm_dic[int(theme_id)]
bigstk_df

主题： 生物医药

#按照相关度做研究，不同维度得到的最相关的个股，查看其收益率

tks_rtnscore = thm_tks.sort(columns='returnScore',ascending=False)[0:3]['ticker'].tolist()    #根据returnScore排序
tks_textscore = thm_tks.sort(columns='textContributionScore',ascending=False)[0:3]['ticker'].tolist()     #根据textContributionScore排序
tks_indscore = thm_tks.sort(columns='industryScore',ascending=False)[0:3]['ticker'].tolist()     #根据industryScore排序
tks_score_list = [tks_rtnscore,tks_textscore,tks_indscore]
bigstk_score_dic = {}

def noname(df,lt):    #将结果按照传入的list中的ticker顺序排列，而不是默认由市场行情获得的的那个dataframe的顺序，我说清楚了吗
    new_df = pd.DataFrame({})
    for i in lt:
        a = df[df['ticker']==i]
        new_df = pd.concat([new_df,a])
    return new_df


for i in range(3):
    tk_score_list = tks_score_list[i]
    #先获得1年、3个月、5个交易日的dataframe    
    sub_mkt_1Y = noname(tk_rt_df_1Y,tk_score_list)
    add_info_1Y = add_nm_rtn(sub_mkt_1Y)
    sub_mkt_3M = noname(tk_rt_df_3M,tk_score_list)
    add_info_3M = add_nm_rtn(sub_mkt_3M)
    sub_mkt_5B = noname(tk_rt_df_5B,tk_score_list)
    add_info_5B = add_nm_rtn(sub_mkt_5B)

    if i == 0:
        bigstk_score_dic['rtn_score'] = [add_info_1Y,add_info_3M,add_info_5B]
    if i == 1:
        bigstk_score_dic['text_score'] = [add_info_1Y,add_info_3M,add_info_5B]
    if i == 2:
        bigstk_score_dic['ind_score'] = [add_info_1Y,add_info_3M,add_info_5B]

bigstk_score_dic['thm_rtn'] = [round(rtn_1Y,3),round(rtn_3M,3),round(rtn_5B,3)]    
bigstk_score_df = pd.DataFrame(bigstk_score_dic) 

bigstk_score_df = bigstk_score_df.loc[:,['thm_rtn','text_score','ind_score','rtn_score']]
bigstk_score_df.index = [u'最近一年',u'最近3个月',u'最近5个交易日']
bigstk_score_df.columns = [u'主题涨幅',u'最相关_文本',u'最相关_行业',u'最相关_收益']
bigstk_score_df

thm_tks_text = thm_tks.sort(columns='textContributionScore',ascending=False)[0:5]
print '排名按照textContributionScore(文本贡献关联度，主题和证券在新闻文本中的相似度，取值范围[0，1]，值越大表示关联度越高)'
thm_tks_text

排名按照textContributionScore(文本贡献关联度，主题和证券在新闻文本中的相似度，取值范围[0，1]，值越大表示关联度越高)

thm_tks_ind = thm_tks.sort(columns='industryScore',ascending=False)[0:5]
print '排名按照industryScore(行业关联度，主题和证券在行业分布上的相似度，取值范围[0，1]，值越大表示关联度越高)'
thm_tks_ind

排名按照industryScore(行业关联度，主题和证券在行业分布上的相似度，取值范围[0，1]，值越大表示关联度越高)

thm_tks_rtn = thm_tks.sort(columns='returnScore',ascending=False)[0:5]
print '排名按照returnScore(收益关联程度，主题和证券在短期收益上的相似度，取值范围[0，1]，值越大表示关联度越高)'
thm_tks_rtn

排名按照returnScore(收益关联程度，主题和证券在短期收益上的相似度，取值范围[0，1]，值越大表示关联度越高)