基于大数据的全行业盈利能力量化分析

1.目的

男怕入错行，女怕嫁错郎！
当今社会上有哪些行业？各个行业的现状如何？究竟什么样的行业是好行业了？什么样的行业是落后行业？
怀着以上的问题，我在网上搜了一圈，没有找到十分满意的答案。
“那就自己来吧”，小红母鸡说。
“好的，不做伸手党，我自己来吧”，我自己说。

基于大数据的全行业盈利能力量化分析

2.思路

总体思路是，能够持续5年获得高利润率的行业，就是好行业。 具体的思路是：

1. 按某一个行业分类方法，得到该行业所有的上市公司的、最近5年的利润率，
2. 计算每个行业利润率的中位数，来代表该行业的利润率情况
3. 按照中位数对行业进行排序，最高的前10名，为好行业。最后的10名，为落后行业。
4. 对数据可视化
5. 对图表进行初步分析
6. 初步结论

3.工具

1. 使用聚宽量化交易平台来获取所有A股上市公司近5年的财报数据
2. 使用Python语言进行分析（多亏几个月自学了点三脚猫python, 可以实现简单的想法）

4.数据获取与处理(可跳过不用看)

1. 确定行业的分类方法 目前行业的划分方法有很多。官方的有国家标准《国民经济行业分类与代码（GB/T 4754-20117）》。许多证券公司也有自己的划分。本研究采用常用的申银万国行业分类标准。申万分类分为一级、二级、三级三种，我们采用中间申万二级行业分类。在聚宽平台上，可以使用get_industries(name="sw_l2")，轻松地获得申万二级的110个行业代码。

2. 获取行业的股票代码 在聚宽平台上，可以使用get_industry_stocks(industry_code, date=None)， 获得每个行业的所有股票代码。

3. 获取股票财务数据 我们使用get_fundamentals(query_object, date=None, statDate=None)，获取股票的财务数据。query_object是一个sqlalchemy.orm.query.Query对象，我们在其中可以轻松指定想要获取的所有股票2005年以后的财务数据。在这里我们主要取indicator表中的net_profit_margin净利润率作为我们的分析对象。

4. 数据处理 拿到数据后，我们按前面思路的顺序，计算行业利润率中位数，然后排序。获得前10名的好行业和后10名的落后行业。然后制作Boxplot图表以方便进行分析。

   
   取数据的核心代码，供参考。我是刚入门小白，欢迎大神指正

5 数据分析 （数据来源：所有A股股票2013~2017年财报）

1. 所有A股行业的利润率情况

   
   全行业利润率分布

2. 前10名的优秀行业利润率情况

   
   前10名行业利润率分布

前10名行业利润率中值

3. 后10名的落后行业利润率情况

   
   后10名行业利润率分布

后10名行业利润率中值

6 结论

1. 男怕入错行，女怕嫁错郎是一句真理。行业盈利能力之间的差异是巨大的。
2. 360行，行行出状元也是真理。在各行业，即使是落后的行业，也有盈利能力相对较好的公司。只是好公司多少的差异较大。努力很重要，有选择的努力或许更重要。
3. 行业是变迁的、有周期性的。根据历史数据得出来的结论，只说明过去，不能说明未来。我所在的船舶与海洋工程行业，2008年前后多么辉煌，现在沦落为倒数几名。
4. 用python对大数据进行分析，相对于传统的Excel手工分析来说，就是收割机之于镰刀。