基本面数据

import akshare as ak
import pandas as pd

# 获取A股全市场估值指标
df = ak.stock_zh_a_spot_em()

# 选取关键列
cols = ['代码', '名称', '最新价', '市盈率-动态', '市净率', 
        '净资产收益率', '所属行业', '总市值']
df = df[cols].copy()

# 重命名列（让名字更友好）
df.columns = ['code', 'name', 'price', 'pe', 'pb', 
              'roe', 'industry', 'market_cap']

# 数据清洗：剔除异常值
df = df[df['pe'] > 0]      # 剔除亏损
df = df[df['pe'] < 500]    # 剔除极端异常
df = df[df['pb'] > 0]

# 查看数据样例
print(f"全市场共 {len(df)} 只股票")
print(df.head(10))

# 按PE从低到高排序，看最"便宜"的10只
cheapest = df.nsmallest(10, 'pe')[['name', 'pe', 'pb', 'roe', 'industry']]
print("\n=== PE最低的10只股票 ===")
print(cheapest)

# 行业内分位数筛选示例
def filter_by_industry_percentile(df, factor='pe', percentile=0.3):
    """
    在每个行业内，选出某因子处于最低 percentile 的股票
    """
    selected = []
    for industry, group in df.groupby('industry'):
        if len(group) < 5:  # 行业股票太少就跳过
            continue
        threshold = group[factor].quantile(percentile)
        picked = group[group[factor] <= threshold]
        selected.append(picked)
    return pd.concat(selected, ignore_index=True)

# 使用：选出各行业PE最低的30%
value_stocks = filter_by_industry_percentile(df, factor='pe', percentile=0.3)
print(f"筛选后剩余 {len(value_stocks)} 只股票")
print(value_stocks[['name', 'pe', 'industry']].head(15))

请用通俗易懂的语言解释PE、PB、ROE、PEG这四个指标的区别。
要求：
1. 每个指标用一句话定义
2. 各举一个最适合使用它的行业例子
3. 指出每个指标最容易踩的坑
4. 用表格形式输出

请用Python和AKShare写一个A股基本面筛选器，要求：
1. 获取全市场股票的PE、PB、ROE、负债率、营收增速
2. 筛选条件：PE>0且<100, PB>0且<10, ROE>8%, 负债率<70%
3. 按行业内PE分位数排名，选出各行业最便宜的前3只
4. 输出一个DataFrame，包含股票名称、代码、行业、PE、PB、ROE
5. 添加注释说明每一步在做什么

请基于2010-2023年的A股历史数据，分析以下问题：
1. 每月按低PE+高ROE选股，等权重持有一月，年化收益是多少？
2. 这个策略在哪几年跑输大盘？原因可能是什么？
3. 加入PEG<1.5作为额外条件，结果有什么变化？
4. 如果改成季度调仓而非月度调仓，收益和换手率如何变化？

请给出Python回测代码和结果分析。

"""
基本面策略：低PE + 高ROE 选股器
数据来源：AKShare（免费，无需注册）
运行环境：Python 3.8+，需安装 akshare、pandas
"""
import akshare as ak
import pandas as pd
import numpy as np

def get_fundamental_data():
    """获取A股全市场基本面数据"""
    print("正在获取市场数据...")
    df = ak.stock_zh_a_spot_em()
    
    # 选取并重命名关键列
    df = df[[
        '代码', '名称', '最新价', '市盈率-动态', '市净率',
        '净资产收益率', '所属行业', '总市值', '换手率'
    ]].copy()
    df.columns = [
        'code', 'name', 'price', 'pe', 'pb',
        'roe', 'industry', 'market_cap', 'turnover'
    ]
    return df

def clean_data(df):
    """清洗异常数据"""
    # 转换为数值类型
    numeric_cols = ['pe', 'pb', 'roe', 'market_cap', 'turnover']
    for col in numeric_cols:
        df[col] = pd.to_numeric(df[col], errors='coerce')
    
    # 剔除异常值
    df = df.dropna(subset=['pe', 'pb', 'roe'])
    df = df[df['pe'] > 0]
    df = df[df['pe'] < 200]      # 剔除极端PE
    df = df[df['pb'] > 0]
    df = df[df['pb'] < 20]       # 剔除极端PB
    df = df[df['market_cap'] > 50]  # 市值大于50亿（避开小票噪音）
    return df

def filter_value_stocks(df, 
                        max_pe=30,
                        min_roe=10,
                        max_debt_ratio=70):
    """
    价值筛选器
    参数：
        max_pe: 最高允许PE
        min_roe: 最低允许ROE(%)
        max_debt_ratio: 最高负债率（此处简化处理）
    """
    # 基础筛选
    mask = (df['pe'] <= max_pe) & (df['roe'] >= min_roe)
    filtered = df[mask].copy()
    
    # 计算综合得分：PE越低越好，ROE越高越好
    # 先标准化到0-1区间
    filtered['pe_score'] = 1 - (
        (filtered['pe'] - filtered['pe'].min()) / 
        (filtered['pe'].max() - filtered['pe'].min() + 1e-6)
    )
    filtered['roe_score'] = (
        (filtered['roe'] - filtered['roe'].min()) / 
        (filtered['roe'].max() - filtered['roe'].min() + 1e-6)
    )
    
    # 综合得分（可调整权重）
    filtered['total_score'] = 0.5 * filtered['pe_score'] + 0.5 * filtered['roe_score']
    
    return filtered.sort_values('total_score', ascending=False)

def industry_analysis(filtered_df, top_n=5):
    """按行业统计入选股票数量"""
    industry_counts = filtered_df['industry'].value_counts().head(top_n)
    print("\n=== 入选股票最多的行业 ===")
    print(industry_counts)
    return industry_counts

# ========== 主程序 ==========
if __name__ == "__main__":
    raw = get_fundamental_data()
    clean = clean_data(raw)
    
    print(f"\n清洗后数据：{len(clean)} 只股票")
    
    # 运行筛选
    result = filter_value_stocks(clean, max_pe=25, min_roe=12)
    
    print(f"\n=== 低PE+高ROE精选（前20只）===")
    display_cols = ['name', 'code', 'industry', 'pe', 'pb', 'roe', 'total_score']
    print(result[display_cols].head(20).to_string(index=False))
    
    # 行业分布
    industry_analysis(result, top_n=8)