利用python对股票商誉进行排名分析，防止踩雷

高商誉、业绩骤降，踩雷风险大

商誉与净资产比值越大，商誉减值概率越大，同时引发业绩亏损风险越大，当达到30%，而且财报业绩又骤降，投资者需要重点关注该股票，今天就教你剔除高商誉股票。

1. 第一步获取数据

   我们先要拿到沪深股票商誉数据，这些数据财经网站上都有，可以用爬虫去爬，也可以手动下载，我们这里借用第三方工具，也是python的一个第三方库 AKShare，这个库提供很多有用的数据接口，用兴趣的可以去看一下：

#coding=utf-8
import akshare as ak

def get_stock_data(datastr):
    stock_em_sy_list_df = ak.stock_em_sy_list(symbol="沪深两市", trade_date=datastr)
    stock_em_sy_list_df['股票代码']='['+stock_em_sy_list_df['股票代码']+']'
    stock_em_sy_list_df.to_csv('stock_hsls.csv',encoding='gbk',index=False)
    
if __name__ == "__main__":
    get_stock_data("2020-03-31")

数据拉下来长这样：

2. 第二步分析：

#coding=utf-8
import pandas as pd

def analyse():
    result = pd.read_csv('stock_hsls.csv', encoding='gbk')
    # 处理时发现有重复数据，先剔除掉
    result = result.drop_duplicates()
    result = result.loc[result['商誉占净资产比例(%)'] > 0.30, :]
    result['商誉占净资产比例(%)'] = result['商誉占净资产比例(%)'] * 100
    result['净利润同比(%)'] = result['净利润同比(%)'] * 100
    result = result.sort_values(by=['商誉占净资产比例(%)', '商誉(元)'], ascending=False)
    result['排序'] = [i for i in range(1, len(result) + 1)]
    result.to_csv('result.csv', encoding='gbk', index=False)


if __name__ == "__main__":
    #get_stock_data("2020-03-31")
    analyse()

代码执行得出结果截至20200331商誉占净资产比例>30%的总共有185只（没全部截图），其中排名靠前又业绩骤降的，谨慎投资：

备注：求个赞，后续接着更新