import pandas as pd import numpy as np from datetime import datetime try: from .config import TS_TOKEN, START_DATE, END_DATE, PRECISION_CONFIG from .stock_utils import * from .smoothBrush import smooth_dataframe_brush except (ImportError, SystemError): from config import TS_TOKEN, START_DATE, END_DATE, PRECISION_CONFIG from stock_utils import * from smoothBrush import smooth_dataframe_brush from .data_source import get_tushare_pro pro = get_tushare_pro() ''' 给定个股代码和起止日期： 1. 调用tushare接口查询个股分红数据，接口文档：https://tushare.pro/document/2?doc_id=103 查询日期范围内的所有分红记录 2. 返回调整后的分红记录，包含以下字段： - ts_code: 股票代码 - end_date: 分红年度 - ann_date: 公告日期 - ex_date: 除权除息日 - cash_div_tax: 每股现金分红（含税） - div_proc: 实施进度,仅筛选 div_proc='实施'的记录 3. 调用tushare 的trade_cal接口，查询起止日期内的所有交易日 4. 建一个新的df,在起止日期内填充，规则： - 下列运算过程中将起始时间往前推 gap_days,赋值360天。运算结束后，截取起止时间内的数据 - trade_date: 以交易日历为准，填充所有交易日。 - 填入当ex_date=trade_date的日期，填入：ex_date,cash_div_tax，其余日期ex_date留空，cash_div_tax 置 0 - cash_div_year:逐行计算填入，以trade_date往前计算过去gap_days天内的cash_div_tax之和 5. 调用tushare的个股日线行情接口：https://tushare.pro/document/2?doc_id=27，查询起止日期内的个股日线行情数据，包含以下字段： - ts_code: 股票代码 - trade_date: 交易日期 - close: 收盘价 6. 将分红数据和日线行情数据按交易日期合并，得到最终结果，包含以下字段： - ts_code: 股票代码 - trade_date: 交易日期 - close: 收盘价 - cach_div_tax: 每股现金分红（含税） - cach_div_year: 每股现金TTM年度分红（含税） - div_yield: 股息率，计算公式为 (cach_div_year / close) * 100，保留PRECISION_CONFIG位小数，如果cash_div_year为0则div_yield也为0 7. 返回最终结果的DataFrame ''' def analyze_stock_dividend_and_price(ts_code, start_date=START_DATE, end_date=END_DATE): # 检查日期范围是否超过当前日期，若超过则调整为当前日期 start_date=date_format_correction(start_date) end_date=date_format_correction(end_date) today = datetime.now().strftime("%Y%m%d") if end_date > today: end_date = today if start_date > today: start_date = today GAP_DAYS = 360 # 定义TTM计算窗口期为360天 n = 15 # 定义向前填充的最大非零值个数 """ 分析个股分红与行情数据。 参数: ts_code (str): 股票代码，例如 '000001.SZ'。 start_date (str): 起始日期，格式 'YYYYMMDD'。 end_date (str): 结束日期，格式 'YYYYMMDD'。 返回: pd.DataFrame: 包含合并后数据的DataFrame。 """ # 1. 调用tushare接口查询个股分红数据 try: df_div_raw = pro.dividend(ts_code=ts_code) # 2. 筛选并调整分红记录 # 筛选实施进度为'实施'的记录，并在指定日期范围内 df_div_filtered = df_div_raw[ (df_div_raw['div_proc'] == '实施') ].copy() df_div_adjusted = df_div_filtered[[ 'ts_code', 'end_date', 'ann_date', 'ex_date', 'cash_div_tax' ]].reset_index(drop=True) except Exception as e: print(f"获取或处理分红数据时出错: {e}") return pd.DataFrame() # 返回空DataFrame # 3. 调用tushare 的trade_cal接口，查询交易日 try: # 运算时起始时间往前推 GAP_DAYS calc_start_date = pd.to_datetime(start_date) - pd.Timedelta(days=GAP_DAYS) calc_start_date_str = calc_start_date.strftime('%Y%m%d') df_cal = pro.trade_cal(exchange='', start_date=calc_start_date_str, end_date=end_date) # 筛选交易日 trade_dates_all = df_cal[df_cal['is_open'] == 1]['cal_date'].sort_values().tolist() except Exception as e: print(f"获取交易日历时出错: {e}") return pd.DataFrame() # 4. 建立新df并填充 df_div_processed = pd.DataFrame({'trade_date': trade_dates_all}) df_div_processed['trade_date'] = pd.to_datetime(df_div_processed['trade_date'], format='%Y%m%d') # 将原始分红数据的ex_date也转为datetime以便合并 df_div_adjusted['ex_date'] = pd.to_datetime(df_div_adjusted['ex_date'], format='%Y%m%d') # 合并分红数据到交易日历 df_merged_temp = df_div_processed.merge(df_div_adjusted[['ex_date', 'cash_div_tax']], left_on='trade_date', right_on='ex_date', how='left') df_merged_temp.drop('ex_date', axis=1, inplace=True) # 填充空值 df_merged_temp['cash_div_tax'] = df_merged_temp['cash_div_tax'].fillna(0.0) # 计算 cash_div_year (TTM) df_merged_temp = df_merged_temp.sort_values('trade_date').reset_index(drop=True) # 使用滚动窗口计算过去 GAP_DAYS 天的总和 # rolling的window参数是基于行数的，所以我们需要先确保日期是连续的交易日 # 由于trade_date已经是交易日，我们可以直接使用rolling # 但需要处理时间窗口，确保是360天而不是360行（因为可能有节假日） # 更精确的方法是使用一个自定义函数来累加过去360天内的值 # 使用更精确的日期差计算 def calculate_ttm_div(row_idx): current_date = df_merged_temp.loc[row_idx, 'trade_date'] start_window_date = current_date - pd.Timedelta(days=GAP_DAYS) # 筛选出窗口期内的记录 mask = (df_merged_temp['trade_date'] > start_window_date) & (df_merged_temp['trade_date'] <= current_date) return df_merged_temp.loc[mask, 'cash_div_tax'].sum() df_merged_temp['cash_div_year'] = [calculate_ttm_div(i) for i in range(len(df_merged_temp))] # 截取原始请求的起止时间内的数据 start_date_dt = pd.to_datetime(start_date, format='%Y%m%d') end_date_dt = pd.to_datetime(end_date, format='%Y%m%d') df_div_final = df_merged_temp[ (df_merged_temp['trade_date'] >= start_date_dt) & (df_merged_temp['trade_date'] <= end_date_dt) ].copy() df_div_final['trade_date'] = df_div_final['trade_date'].dt.strftime('%Y%m%d') # 5. 调用tushare的个股日线行情接口 try: df_daily = pro.daily(ts_code=ts_code, start_date=start_date, end_date=end_date) df_daily = df_daily[['ts_code', 'trade_date', 'close']].sort_values('trade_date').reset_index(drop=True) except Exception as e: print(f"获取日线行情数据时出错: {e}") return pd.DataFrame() # 6. 合并分红数据和日线行情数据 df_result = df_daily.merge(df_div_final[['trade_date', 'cash_div_tax', 'cash_div_year']], on='trade_date', how='left') # 填充因合并可能产生的NaN（例如，某日有行情但无分红记录） df_result['cash_div_tax'] = df_result['cash_div_tax'].fillna(0.0) df_result['cash_div_year'] = df_result['cash_div_year'].fillna(0.0) ''' 向前填充cash_div_year（最多填充最近n个非零值） 如果遇到0值，依次往下查询直到查询到非0数字为止，如果数字个数<=n个，就置last_valid_value, 否则保持不变 ''' # 确保按trade_date倒序遍历（日期从大到小） df_result = df_result.sort_values('trade_date', ascending=False).reset_index(drop=True) last_valid_value = None # 初始化最后一个有效值变量 for idx in range(len(df_result)): # 遍历DataFrame的每一行 current_value = df_result.loc[idx, 'cash_div_year'] # 获取当前行的TTM分红值 if current_value > 0: # 如果当前值大于0 last_valid_value = current_value # 更新最后一个有效值 else: # 向下查找最多n个位置内的非零值 found_value = None # 初始化找到的值 search_count = 0 # 初始化搜索计数 # 从下一行开始搜索，最多搜索n行 for search_idx in range(idx + 1, min(idx + n + 1, len(df_result))): search_value = df_result.loc[search_idx, 'cash_div_year'] # 获取搜索行的值 search_count += 1 # 增加搜索计数 if search_value > 0: # 如果找到非零值 found_value = search_value # 记录找到的值 break # 跳出搜索循环 # 如果找到非零值且在n个位置内 if found_value is not None and search_count <= n: df_result.loc[idx, 'cash_div_year'] = found_value last_valid_value = found_value elif last_valid_value is not None: df_result.loc[idx, 'cash_div_year'] = last_valid_value # 毛刺平滑处理 cash_div_year 列 df_result=smooth_dataframe_brush(df_result, target_columns=['cash_div_year'], window_size=31, threshold_factor=0.5, max_brush_length=15 ) # 恢复原始日期顺序 df_result = df_result.sort_values('trade_date').reset_index(drop=True) # 计算股息率 df_result['div_yield'] = 0.0 mask_non_zero_price = df_result['close'] > 0 mask_non_zero_div_year = df_result['cash_div_year'] > 0 # 只对收盘价大于0且TTM分红大于0的记录计算股息率 valid_mask = mask_non_zero_price & mask_non_zero_div_year df_result.loc[valid_mask, 'div_yield'] = ( (df_result.loc[valid_mask, 'cash_div_year'] / df_result.loc[valid_mask, 'close']) * 100 ).round(PRECISION_CONFIG) # 7. 返回最终结果 # 重命名字段以匹配要求 (注意: 题目中'cach_div_tax'应为'cash_div_tax') #df_result.rename(columns={'cash_div_tax': 'cach_div_tax', 'cash_div_year': 'cach_div_year'}, inplace=True) final_columns = ['ts_code', 'trade_date', 'close', 'cash_div_tax', 'cash_div_year', 'div_yield'] df_final = df_result[final_columns] return df_final # --- 示例用法 --- if __name__ == "__main__": start_dt = '2020-01-01' end_dt = '2025-12-31' ts_code = '000001.SZ' result = analyze_stock_dividend_and_price(ts_code, start_dt, end_dt) print(f"股票 {ts_code} 的分红与行情数据分析结果:") print(result.head(10)) print(f"\n数据总行数: {len(result)}")