本文授权转载自公众号：挖 地兔(waditu)- Jimmy米哥
上周五，永和智控公布了高送转预案，开盘涨停并直至收盘，打响了报高送转的第一枪，一些具备高送转预期的个股也纷纷上涨，再次启动了高送转行情。
根据以往的经验，每年年底都会有一波高送转预期行情。今天，米哥就带大家实践一下如何利用tushare实现高送转预期选股。
本文主要是讲述选股的思路方法，选股条件和参数大家可以根据米哥提供的代码自行修改。
1. 选股原理
一般来说，具备高送转预期的个股，都具有总市值低、每股公积金高、每股收益大，流通股本少的特点。当然，也还有其它的因素，比如当前股价、经营收益变动情况、以及以往分红送股习惯等等。
这里我们暂时只考虑每股公积金、每股收益、流通股本和总市值四个因素，将公积金大于等于5元，每股收益大于等于5毛，流通股本在3亿以下，总市值在100亿以内作为高送转预期目标(这些参数大家可根据自己的经验随意调整)。
2. 数据准备
首先要导入tushare：
import tushare as ts
调取股票基本面数据和行情数据
# 基本面数据
basic = ts.get_stock_basics()
# 行情和市值数据
hq = ts.get_today_all()
3. 数据清洗整理
对获取到的数据进行清洗和整理，只保留需要的字段。(其它字段及含义，请参考 http:// 文档)
#当前股价,如果停牌则设置当前价格为上一个交易日股价
hq['trade'] = hq.apply(lambda x:x.settlement if x.trade==0 else x.trade, axis=1)
#分别选取流通股本,总股本,每股公积金,每股收益
basedata = basic[['outstanding', 'totals', 'reservedPerShare', 'esp']]
#选取股票代码,名称,当前价格,总市值,流通市值
hqdata = hq[['code', 'name', 'trade', 'mktcap', 'nmc']]
#设置行情数据code为index列
hqdata = hqdata.set_index('code')
#合并两个数据表
data = basedata.merge(hqdata, left_index=True, right_index=True)
4. 选股条件
根据上文提到的选股参数和条件，我们对数据进一步处理。
将总市值和流通市值换成亿元单位
data['mktcap'] = data['mktcap'] / 10000
data['nmc'] = data['nmc'] / 10000
设置参数和过滤值(此次各自调整)
#每股公积金>=5
res = data.reservedPerShare >= 5
#流通股本<=3亿
out = data.outstanding <= 30000
#每股收益>=5毛
eps = data.esp >= 0.5
#总市值<100亿
mktcap = data.mktcap <= 100
取并集结果：
allcrit = res & out & eps & mktcap
selected = data[allcrit]
具有高送转预期股票的结果呈现：
以上字段的含义分别为：股票名称、收盘价格、每股公积金、流通股本、每股收益(应该为eps，之前发布笔误)、总市值和流通市值。
对数据分析和量化感兴趣的朋友，可关注公众号 “挖地 兔 ”(waditu) ，相关文章。
其他文章及回答：
Crossin的编程教室
微信ID：crossincode
QQ群：167478032
