Python金融数据分析与挖掘（微课版） 课件 7-6.基于主成分聚类的上市公司盈利能力分析.pptx

第7章基础案例案例介绍案例分析及计算

案例介绍第7章以申万行业分类表中“计算机”行业所有上市公司2015年的盈利能力指标数据为基础字段名称指标名称说明F050502B净资产收益率B净利润/股东权益平均余额（X1）F050102B资产报酬率B（利润总额+财务费用）/平均资产总额（X2）F050202B总资产净利润率B净利润/总资产平均余额（X3）F051201B投入资本回报率（净利润+财务费用）/（资产总计?流动负债+应付票据+短期借款+一年内到期的非流动负债）（X4）F051501B营业净利率净利润/营业收入（X5）F053301B营业毛利率（营业收入?营业成本）/营业收入（X6）F051401B营业利润率营业利润/营业收入（X7）F052101B成本费用利润率（利润总额）/（营业成本+销售费用+管理费用+财务费用）（X8）采用K-均值聚类算法，将上市公司分为5类，并计算每类公司当年的总利润平均增长率每类公司当年的总利润平均增长率=（该类公司当年的总利润平均值-该类公司上年的总利润平均值）/该类公司上年的总利润平均值。每类公司当年的总利润平均值=（该类别中所有公司当年利润之和）/该类别的公司数量

案例分析及计算第7章1．获取2015年所有公司股票的财务指标数据importpandasaspdimportnumpyasnpdata=pd.read_excel(财务指标数据.xlsx)data2=data.iloc[:,[0,2,3,4,5,6,7,8,9]]

案例分析及计算第7章2．对财务指标数据进行清洗#去掉小于0的指标值和nan值data2=data2[data20]data2=data2.dropna()3．对财务指标数据进行异常值处理#数据转化为Numpy数组的形式，同时每个大于其均值8倍的指标视为异常值，并删掉data2=data2.valuesforiinrange(1,9):data2=data2[data2[:,i]8*np.mean(data2[:,i]),:]

案例分析及计算第7章4．选择“计算机”行业所有上市公司的数据（本步骤可以通过内连接关联获取）从预处理过的财务指标数据中选择申万行业分类表中“计算机”行业所有上市公司的数据。其处理过程分两步。（1）获取申万行业分类表中“计算机”行业所有上市公司的股票代码。dta=pd.read_excel(申万行业分类.xlsx)#申万行业分类表中“计算机”行业所有上市公司股票代码stkcd=dta.loc[dta[行业名称].values==计算机,股票代码].values

案例分析及计算第7章4．选择“计算机”行业所有上市公司的数据执行算法如下：Step1：获取预处理过的财务指标数据data2中的所有代码，s=data2[:,0]。Step2：s循环地与申万行业分类表中“计算机”行业所有上市公司股票代码stkcd做存在性判断。Step3：得到满足判断条件的逻辑数组I，以I作为逻辑索引，取data2表中的元素即可。s=data2[:,0]I=s==stkcd[0]foriinrange(1,len(stkcd)):I1=s==stkcd[i]I=I|I1ddata=data2[I,:]#申万行业分类表中“计算机”行业所有上市公司股票代码对应的财务数据#提取申万行业分类表中“计算机”行业所有上市公司股票码对应的财务指标数据X，用来做主成分分析。X=ddata[:,1:]（2）从预处理过的财务指标数据中选择满足条件的数据。

案例分析及计算第7章5．对指标数据X做标准化处理#这里采用极差法进行标准化。fromsklearn.preprocessingimportMinMaxScalerscaler=MinMaxScaler()scaler.fit(X)X=scaler.transform(X)6．对标准化后的X做主成分分析fromsklearn.decompositionimportPCApca=PCA(n_components=0.95)#累计贡献率为95%Y=pca.fit_transform(X)#提取的主成分tzxl=ponents_#返回特征向量gxl=pca.explained_variance_ratio_#返回主成分方差百分比（贡献率）#对主成分Y做标准化处理（极差法）scaler=MinMaxScaler()scaler.fit(Y)Y=scaler.transform(Y)

案例分析及计算第7章Y1=0.3583×X1+0.377