大盘不稳，高价股让人心惊，想换点低价股试试水？

新手模拟交易玩腻了，想试试实盘炒股又怕风险太大，考虑从低价股入手？

别看着股价低就下手，看看下面对一些低价股的简单筛选和分析，或许对你有所帮助。

系统环境：Python+Tushare+Matplotlib

一、获取行情数据

import tushare as ts

# 获取实时行情数据

hq = ts.get_today_all()

# 节选出股票代码code、名称name、涨跌幅changepercent、股价trade

hq = hq[['code','name','changepercent','trade']]

# 筛选出当前股价高于0元低于3元的股票信息

mins = hq.trade>0.00

maxs = hq.trade<=2.99

allselect = mins & maxs

data = hq[allselect].sort('trade')

得到股价小于3元的低价股票信息，然后对深圳成指和异常股票进行剔除：

# 提取低价股股票代码,并剔除深圳成指股票

code_list = []

for c in data.code:

if c[0] != "0":

code_list.append(c)

code_list

得到九只股票的代码

['600401',

'601005',

'600022',

'601558',

'601258',

'601880',

'600307',

'600282',

'600231'

然后获取2014-12-01至2016-12-01上证指数的历史行情数据：

# 获取2014-12-01至2016-12-01的上证指数历史行情数据

sh_hist_data = ts.get_hist_data(code='sh',start='2014-12-01',end='2016-12-01')

sh_hist_data = sh_hist_data[['open','high','close','low','volume','price_change','p_change']].sort_index()

引入matplotlib模块：

import matplotlib.pyplot as plt

from matplotlib.pylab import datestr2num

import matplotlib

# 设置中文字体

font = matplotlib.font_manager.FontProperties(fname='C:\Windows\Fonts\simsun.ttc')

二、对比上证指数每日最低价和各只低价股每日最低价的价格走势

%matplotlib inline

sh_hist_data.head(10)

dates = [datestr2num(i) for i in sh_hist_data.index]

plt.figure(figsize=(40,30))

# 新建一个子图，绘制上证指数走势

plt.subplot(311)

plt.title("2014年12月1日至2016年12月1日上证指数最低价走势",fontsize=30)

plt.xticks(rotation=20,fontsize=26)

plt.yticks(fontsize=26)

plt.plot_date(dates,sh_hist_data.low,'-',linewidth=2.5)

plt.grid(True)

# 遍历低价股代码列表，绘制股价走势

for i in code_list[0:4]:

hist_data = ts.get_hist_data(code=i,start='2014-12-01',end='2016-12-01')

code_data = hist_data[['open','high','close','low','volume','price_change','p_change']].sort_index()

dates = [datestr2num(t) for t in code_data.index]

plt.subplot(312)

plt.title("2014年12月1日至2016年12月1日各低价股最低价走势",fontsize=30)

plt.xticks(rotation=20,fontsize=26)

plt.yticks(fontsize=26)

plt.plot_date(dates,code_data['low'],'-',linewidth=2.5,label=i)

plt.legend(loc=1,fontsize=22)

plt.grid(True)

for i in code_list[4:]:

hist_data = ts.get_hist_data(code=i,start='2014-12-01',end='2016-12-01')

code_data = hist_data[['open','high','close','low','volume','price_change','p_change']].sort_index()

dates = [datestr2num(t) for t in code_data.index]

plt.subplot(313)

plt.title("2014年12月1日至2016年12月1日各低价股最低价价走势",fontsize=30)

plt.xticks(rotation=20,fontsize=26)

plt.yticks(fontsize=26)

plt.plot_date(dates,code_data['low'],'-',linewidth=2.5,label=i)

plt.legend(loc=1,fontsize=22)

plt.grid(True)

得到以下图表：

看两年的最低价走势，与上证大盘走势最不吻合的股票有：601258、600231、601880、600401

三、对比各股历史平均成交量：

# 对各低价股的历史平均成交量做可视化处理

import numpy as np

font = matplotlib.font_manager.FontProperties(fname='C:\Windows\Fonts\simsun.ttc')

codes = []

volumes = []

for i in code_list:

histdata = ts.get_hist_data(code=i,start='2014-12-01',end='2016-12-01')

volume_data = histdata['volume'].mean()/10000

codes.append(i)

volumes.append(volume_data)

# print(codes,volumes)

x = np.arange(len(codes))

# 获取各只股票平均成交量的平均值

mean_volume = float(sum(volumes)/len(volumes))

# 将成交量均值绘制一条直线

plt.axhline(y=mean_volume,color='r')

plt.xticks(x,codes,rotation=45)

plt.title("各低价股两年平均成交量比较")

plt.bar(x,volumes,0.5,color='teal')

plt.xlabel("股票代码",fontproperties=font)

plt.ylabel("平均成交量(万元)",fontproperties=font)

plt.grid(True)

得到如下柱状图：

两年平均成交量约为100(万元)

在其之上的股票有：600401、600307、600010

两年平均成交量最低的为：600231

四、对比上证和各股两年涨跌幅：

# 上证指数及各低价股两年涨跌幅

p_changes = []

codes = []

sh_change = sh_hist_data.p_change.sum()

for i in code_list:

code_change = ts.get_hist_data(code=i,start='2014-12-01',end='2016-12-01').p_change.sum()

codes.append(i)

p_changes.append(code_change)

codes[-1] = "上证"

p_changes[-1] = sh_change

x = np.arange(len(codes))

plt.axvline(x=sh_change,color='r')

plt.title('上证及各低价股两年涨跌幅')

plt.yticks(x,codes)

plt.xlabel("涨幅(百分比)")

# plt.barh([10],[sh_change],color='r')

rets = plt.barh(x,p_changes,color='sage',align="center")

plt.grid(True)

上证两年的涨跌幅为30%

涨幅在此之下的股票有：601258、601005、600401

五、对比各股两年的平均换手率：

# 各低价股的换手率对比

codes = []

tur = []

for i in code_list:

# 获取两年的历史行情数据

turnovers = ts.get_hist_data(code=i,start='2014-12-01',end='2016-12-01').turnover

# 获取存在数据天数

t_days = len(turnovers)

# 对换手率进行相加

turnovers = turnovers.sum()

# 计算平均换手率

avg_tur = turnovers/t_days

codes.append(i)

tur.append(avg_tur)

x = np.arange(len(codes))

plt.title("各低价股两年平均换手率")

plt.yticks(x,codes)

plt.barh(x,tur,color='darkslategrey',align='center')

plt.grid(True)

两年平均换手率最高的为：601005重庆钢铁

两年平均换手率最低的为：600022山东钢铁

嗯，简单的筛选就已经结束了，不知道你心里有没有心仪的低价股了？