Python金融数据分析与挖掘（微课版） 课件 第6章 金融数据基础

第6章

金融数据基础公司治理结构数据概述公司治理结构数据主要指标解读公司治理结构数据概述第6章

公司治理结构，主要分为四个部分：基本信息、高管动态、股东股本和会议情况。基本信息反映了公司治理结构的基本内容，包括公司基本情况、股本结构是否变化、股东总数、前十大股东是否存在关联、员工人数、离休职工人数、董事长持股数量与持股比例、总经理持股数量与持股比例、董事长与总经理是否兼任等；除此之外，还包括了董事、监事和高管的年薪收入水平，公司的股权激励和实施情况等。高管动态反映了“董监高”管理层的个人简历信息、职务、年龄、教育背景、持股情况、激励情况、活动情况、参会情况和个人投资行为。股东股本反映了十大股东和十大流通股东的持股性质、持股数量和持股比例，股本结构（未流通股：国有股、法人股、内部职工股、基金配售股、转配股、优先股、监管层股、战略投资者股等和流通股：A股、B股和H股）及其变动情况会议情况反映了董事会、监事会、股东大会、战略委员会、审计委员会、薪酬与考核委员会、提名委员会相关会议情况。公司治理结构数据主要指标解读第5章

公司高管，包括姓名、职务、学历、年薪、持股情况等。基于这些信息，可以衍生出一些诸如董事长和总经理是否兼任，独立董事人数，管理层学历水平、专业能力水平、平均年龄、专业背景是否与公司业务相符、持股占比等指标，进而研究公司管理层的管理能力等维度公司治理结构数据主要指标解读第5章

高管增/减持股份，包括变动日期、高管姓名、增/减持数量、成交均价、交易方式等。高管作为最了解公司管理和经营状况的知情人士，其一举一动都备受市场的关注，也是研究公司当前发展境况的一个重要参考方面。如果大量高管通过市场竞价密集增持本公司股份，说明可能看好公司发展或者有积极事件发生或能增加投资者信心。公司治理结构数据主要指标解读第5章

股本结构变动情况，主要包括变动日期、变动原因、已流通股份和流通受限股份。事实上，为了确保公司的稳定、持续经营和良好发展，公司控股股东或大股东（股份持有量较大者）、高管、战略投资者等持有的股份及股权激励股份和转增股份，是受到一定的流通限制的，即获得其股份之后，需经过一定时间之后才能上市交易，可能是几个月、一年或几年。这些受到流通限制的股份，可能是低于市场价格获得，而且一般是公司的管理和经营利益相关方或者战略投资方，为了保护广大投资者，不得不采取的措施公司治理结构数据主要指标解读第5章

十大股东的信息，包括股东名次、股东名称、持股数量、持股比例和股份性质。十大股东一般是公司经营管理决策的重要制定者、执行者和受益者，对公司的发展起到决定性作用，其持有公司股份比例反映了股权的集中程度。公司治理结构数据主要指标解读第5章

股东人数的变化情况，包括截止日期、股东人数、股东人数变动幅度。股东人数的变化，可以直观感受到公司的受欢迎程度、市场环境变化等，进一步可以研究筹码的分散程度第6章

金融数据基础财务报表数据概述财务报表数据主要指标解读财务报表数据概述第6章

财务报表，主要包括上市公司资产负债表、利润表和现金流量表。资产负债表，是反映企业在某一特定日期（如月末、季末、年末）全部资产、负债和所有者权益情况的会计报表。资产又分为流动资产和非流动资产，流动资产为短期内能变现的资产，如货币资金、交易性金融资产、短期投资净额、应收票据、应收账款、合同资产等；非流动资产为短期内不能变现的资产，比如债权投资、长期应收账款净额、投资性房地产净额、固定资产净额、在建工程净额、工程物资、无形资产净额、商誉净额等。负债分为流动负债和非流动负债，流动负债为短期内需偿还的负债，比如短期借款、应付票据、应付账款、合同负债、应付职工薪酬、应交税费、应交利息等；非流动负责为短期内无需偿还的负债，如长期借款、租赁负债、长期应付款等。所有者权益，即企业资产扣除负债后，由所有者享有的剩余权益。所有者权益，也称为股东权益，包括实收资本（或股本）、资本公积、盈余公积和未分配利润。财务报表数据概述第6章

财务报表，主要包括上市公司资产负债表、利润表和现金流量表。利润表，反映企业在一定会计期间经营成果的报表，主要包括收入、成本和费用相关数据信息。营业总收入=营业收入+利息净收入+其他业务收入。营业总成本=营业成本+税金及附加+业务及管理费+销售费用+管理费用+财务费用+研发费用+其他业务成本。营业利润=营业总收入-营业总成本+其他收益及利润。利润总额=营业利润+营业外收入-营业外支出。除此之外，还有一些常用的指标，比如基本每股收益、归属于母公司所有者的净利润等。财务报表数据概述第6章

财务报表，主要包括上市公司资产负债表、利润表和现金流量表。现金流量表，反映在某固定期间内（如每月或每季），企业现金（包含银行存款）的增减变动情况表。主要包括三大块内容：经营活动产生的现金流量净额、投资活动产生的现金流量净额和筹资活动产生的现金流量净额。现金流量作为企业的生命线，对企业的生存和发展起到决定性作用，也是研究公司行业地位、资产和利润质量的有力数据支撑。事实上，资产负债表和利润表都是核算出来的，而现金流量表的数据是真实存在的银行资金流水，做不得半点虚假。财务报表主要指标解读第5章

资产类科目指标主要有货币资金、流动资产、非流动资产和总资产；负债类科目指标主要包括流动负债、长期借款、非流动负债和总负债；股东权益类科目指标包括股本、未分配利润和所有者权益，其中所有者权益=总资产-总负债财务报表主要指标解读第5章

主要指标包括营业总收入、营业总成本、营业利润、利润总额、所得税和归属母公司净利润。这些指标均不难理解，反应的是上市公司经营成果，其中归属母公司净利润，就是归属上市公司所有者（股东）的净利润，上市公司净利润也通常是指这个指标。财务报表主要指标解读第5章

投资活动包括实物投资（固定资产、在建工程等），也包括金融资产投资；筹资活动包括企业资本构成发生变化的活动，比如股本扩张或股本溢价或股本结构发生变化等，也包括债务结构发生变化，比如对外举债、向银行贷款或发行债券等行为。除投资活动和筹资活动之外，就是经营活动。第6章

金融数据基础财务分析指标数据概述财务分析数据主要指标解读财务分析指标数据概述第6章

财务分析指标数据，属于衍生指标，它们是基于财务报表数据和股票交易情况数据，利用相关的专业公式或算法计算出来的。一般包括偿债能力、运营能力、盈利能力、发展能力、每股指标和相关主要考察指标等。这里我们主要参考巨潮资讯网提供的财务分析指标来进行介绍，旨在一个抛砖引玉的作用财务分析主要指标解读第5章

主要指标包括基本每股收益、每股净资产、每股资本公积金、净利润增长率、营业总收入增长率和加权净资产收益率。其中前三者属于每股类指标，其计算方法分别为期末的净利润、所有者权益和资本公积金除以期末股本。净利润增长率和营业总收入增长率，属于同比计算，即（本年度同期值-上年度同期值）/上年度同期值。净资产收益率，其计算方法为净利润除以加权平均股东权益，反映的是单位资产获利能力。财务分析主要指标解读第5章

偿还能力（也称偿债能力）的主要指标，包括流动比率、速动比率和资产负债率。其中流动比率=流动资产/流动负债，反应的是短期内能变现的资产与短期内需偿还的负债之间的比率。一般地，比率越大，企业资产变现能力越强，偿债能力亦越强。速动比率=（流动资产-存货-预付账款）/流动负债。相比流动比率，速动比率进一步扣除变现速度较慢的资产。资产负债率=总负债/总资产，反映了公司进行经营活动的能力和债权人发放贷款的安全程度。财务分析主要指标解读第5章

运营能力的主要指标，包括应收账款周转率、存货周转率、流动资产周转率、固定资产周转率和总资产周转率。其中应收账款周转率=期末营业收入/（应收账款期末余额+应收账款期初余额）*0.5；存货周转率=期末营业成本/（存货期末余额+存货期初余额）*0.5；流动资产周转率=期末营业收入/（流动资产期末余额+流动资产期初余额）*0.5；固定资产周转率=期末营业收入/（固定资产期末余额+固定资产期初余额）*0.5；总资产周转率=营业收入/（总资产期末余额+总资产期初余额）*0.5。周转率是衡量公司资产管理效率的指标，一般周转率越高越有利，越能反映公司的运营能力。这里从收账、存货、流动资产、固定资产和总资产等几个方面来进行考察财务分析主要指标解读第5章

盈利能力和发展能力方面的主要指标，包括营业利润率、净利润率、毛利率、总资产报酬率和营业收入增长率、总资产增长率、营业利润增长率、净利润增长率、净资产增长率；其中营业利润率=营业利润/营业收入，净利润率=净利润/营业收入，毛利率=（营业收入-营业成本）/营业收入，总资产报酬率=（利润总额+利息支出）/（期末总资产+期初总资产）*0.5，类似地，总资产净利润率=净利润/（期末总资产+期初总资产）*0.5。而发展能力方面的指标，主要是考察其增长率，即（当年同期指标值-上年同期指标值）/上年同期指标值。第6章

金融数据基础股票交易数据基本知识股票交易数据生产场景高频数据（10档行情）股票交易日频数据和股票价格指数股票交易数据基本知识第6章

股票交易数据最主要是两个方面：一个是价，包括成交价、委托价；一个是量，包括成交量、委托量；一般地，以日为单位的交易数据（统计当天的交易情况，比如开盘价、最高价、最低价、收盘价是多少，总成交量又是多少等），主要是成交价和成交量数据，没有委托价和量数据。以秒、分钟为单位的交易数据（称为高频数据），则更为详细，不仅包括成交价、成交量数据，还包括委托量、委托价数据。股票交易数据基本知识第6章

我们以一个买卖白菜的市场为例，形象的解释这些术语。为了公平起见，我们对日常的白菜市场制定一些规则。首先，有卖白菜的，我们称为供应方，或者是卖方；同样的，也有买白菜的，我们称为需求方，或者是买方其次，这个菜市场有一个开放时间，比如9:15-15:00，其中11:30-13:00休息。为了使买卖双方都有一个公平的价格，它应该由市场决定。9:15-9:25这10分钟内，在场的买方都报出自己需要购买的数量和单价，卖方也报出自己能供应的数量及单价。10分钟结束后，不允许再报了，我们要找到这样一个价格，使得成交量最大化，就是第一笔成交价格，称为开盘价，这个过程称为集合竞价。开盘价是买卖双方最早的集体博弈的结果，比较有意义，为了让双方都有一个短暂的消化时间，9:25-9:30这5分钟内不交易。9:30开始继续交易，交易价格的产生不再是通过集合竞价，而是进入连续竞价阶段。股票交易数据基本知识第6章

连续竞价交易，即买卖双方都可以随时报出自己的数量和单价，但又是如何促成交易的呢？这里有一个原则，即价格越优的报单就越排在前面，如果价格都一样，则先报的排在前面，即价格优先、时间优先原则。何为优的报价，对于买方，越高的报价就越优；对于卖方，越低的报价越优；这样，只要符合买卖双方的交易条件，就会连续成交，一直持续到结束。最后一笔交易的价格，即为收盘价。统计当天所有的交易，价格最高的即为最高价、最低的即为最低价。当然，交易也会产生交易量和交易金额等数据。最后，一天交易结束之后统计的数据称为日频数据，一天只有一条记录，主要指标数据是当天的开盘价、最高价、最低价、收盘价、总成交量、总成交金额。如果以秒或分钟为频率统计的数据，称为高频数据，他们主要是统计截止当前时间和相邻两个时间点产生的数据。高频数据除了成交价格、成交量和金额之外，还有一些未成交的买卖双方委托价格和委托量数据。如果把白菜比喻成股票等证券，白菜市场看成是证券交易所，买方和卖方看成投资者，产生的数据就是股票交易数据。股票交易数据生产场景第6章

我们可以想象这样一个场景，一个投资者在券商的行情软件提交委托订单，而券商的行情软件是与交易所交易系统联网的，从而投资者的委托订单被送达交易系统，进行撮合成交。目前市场上有数量众多的投资者、券商和相关交易所，他们共同构成了中国的证券期货场内交易市场这里有两个微观数据：一个是投资者的委托订单数据，称为逐笔委托数据；一个是交易所系统的成交数据，称为逐笔成交数据。这两个数据是时间序列数据，时间精确到毫秒，详细完整地记录了每一位投资者每一笔委托订单信息及交易系统每一笔交易的成交信息。高频数据则是由这两个微观数据加工而成股票交易数据生产场景第6章

高频数据分为两种：一种是超高频数据，比如以上的逐笔委托数据和逐笔成交数据，这是一类比较特殊的高频数据；一种是通常意义上的高频数据，属于等间隔取样（或者等间隔的整数倍取样，主要是因为取样的时候，没有对应的委托数据或成交数据，则顺延至下一次取样，直到取样成功为止）。这里的取样，是指截止当前时间，统计汇总逐笔委托数据和逐笔成交数据而形成的行情数据（或称快照数据）。汇总统计过程是由交易所完成的，我们只需接收交易所发送的行情数据即可。根据统计汇总的频率高低和内容的详细程度不同，交易所分为基本行情（5档）和深度行情（10档和超高频数据）两个品种。10档高频数据第6章

静态字段：证券代码、交易日期、昨收盘价时间字段：数据生成时间成交字段：（开、高、低、最新）价、截止当前总成交笔数、分笔期间成交笔数、

截止当前总成交量、分笔期间成交量、截止当前总成交额、分笔期间成交额委托字段：卖委托总量、卖委托加权平均价、委卖10至委卖01价、申卖量10至申卖量01、

买委托总量、买委托加权平均价、委买01至委买10、委买量01至委买量10.说明：数据生成时间，其实就是统计截止时间，假设数据生成时间是0941.230，这个时间通常是某笔交易发生的时间，则统计[0925.000,0941.230]该时间段内逐笔成交数据表的成交数据，形成本条记录的成交字段数据，同时再统计[0915,0941.230]该时间段内有效的逐笔委托数据（不包括撤单的记录），形成本条记录的委托字段数据。换言之，成交字段数据，就是截止0941.230该时间点，已经成交的事实，而委托字段数据则是可供选择的有望在下一刻成交的总量和可能获得的价格，为推断未来成交情况提供基础数据。10档高频数据第6章

10档高频数据第6章

10档高频数据第6章

10档高频数据第6章

以093013100这个数据生产时间的记录为例，它表示的是平安银行（代码：000001）在20130301交易日（TRDDATE）内，截止093013100当前时间（DATATIME）的最高成交价（HIGHPX）为22.930最低成交价（LOWPX）为22.820最近一次交易的价格（最新价，LASTPX）为22.880，累计发生的总成交量（TOTALVOLUME）为1889900分笔期间的成交量（与上一条记录之间的时间间隔发生的交易量，CQ）为10400可供购买的总量（即卖方的总供应量，TOTALOFFERQTY）为6470952其中卖方提供的最低价格（S01）为22.900卖方提供的最低价位上的供应量（SV01）为372617……日频数据第6章

日频交易数据，主要是统计当天交易情况的数据，上一节也提到，高频交易10档行情数据表最后一条记录数据就是日频交易数据的来源，字段包括股票代码、交易日期、收盘价、成交量、成交金额、开盘价、最高价、最低价等。StkcdTrddtClsprcDnshrtrdDnvaltrdOpnprcHiprcLoprcAdjprcwdAdjprcnd3000152017-05-1532.883314184107995576.532.432.8832.35244.9883236.32463000152017-05-1633.8474677915804871132.833.8832.5251.8433242.93713000152017-05-1733.31373243012511258333.5733.933.26248.1923239.41523000152017-05-1822.235758990128095499.322.0622.4921.89249.7941239.66663000152017-05-1922.46449048145514093.822.2722.9522.02251.7044241.49943000152017-05-2222.574798200107396565.522.4622.8522253.6146243.3322……………………………………………………由于分红送股转增股等行为，正常的收盘价是不具可比性的，基于投资者权益不变的原则（假设投资者在除权之前购买了股票或者是一位长期投资者，公司的送股、转增股和分红等权益均享有，即个人的资产权益不发生变化），需要对这个收盘价做出调整，于是衍生出了常见的两个指标：考虑现金红利再投资的收盘价可比价和不考虑现金红利再投资的收盘价可比价股票价格指数第6章

股票价格指数，反映多只股票或股票投资组合整体趋势的指标，比如：反映上海证券交易所A股整体趋势的上证A股指数；反映深圳证券交易所A股主板、中小板和创业板各板块整体趋势的深证主板指数、中小板指数和创业板指数；反映中国大陆A股市场整体趋势的沪深300指数（从上海、深圳两个证券交易所选取具有代表性的300只股票作为样本进行计算）。事实上，股票价格指数属于衍生性指标，其基础数据是个股交易数据，其计算公式为：股票价格指数=指数所包含的股票总市值/指数所包含的股票基准日总市值。这里的总市值一般为调整性总市值，即根据不同的规则约束和调整机制，选择个股范围，并对参与计算的个股赋予不同的权重。股票价格指数第6章

为了方便理解，我们基于深圳创业板的所有股票2017年个股交易数据，自建一个指数。StkcdTrddtClsprcDnshrtrdDnvaltrdOpnprcHiprcLoprc3000012017-01-0317.428140604898570217.3617.5217.343000012017-01-0417.7548001088465166217.4117.8917.333000012017-01-0517.6533944986008666217.7517.8617.613000012017-01-0617.4130020605243240417.6417.6617.383000012017-01-0917.44241458342058440