沪深捉妖记（一）探寻妖股的特征

探寻妖股的特征

对于现实里的一类事物，人们一旦研究的深入了一点，就喜欢给它们进行分类，探寻它们的共性以便于更好的去描述它们的特征。股票市场也是同样，例如：对于长期稳定增长的、大型的股票被称为蓝筹股，对于业绩良好、定期以现金形式向股东发放红利分红的股票被称为红利股，对于伴随了时代的进步、有着高增长预期的股票被称为成长股。而妖股，妖股这一概念可追溯自2007年，它是一种特殊的股票，它有着异于市场情绪、经济学规律的走势，其波动范围大，股价变化剧烈，通常会在短期内出现暴涨、暴跌，故可以给一些投资者带来快速的情绪满足，并给予他们更大的幻想空间。

探寻妖股，则需要先探寻市场上究竟有哪些妖股，它们的特征是什么。

获取市场上的妖股

虽然妖股概念出现的早，但时代在发展，股市上的妖股可能已经发展出了了不同的表现特征，为了让数据更加可信，此次只统计近几年的沪深两市各股票的行为表现。
从20180101开始来统计，排除过早的时期市场的形势的变化带来的影响，以最少在连续5天内3次涨停为评判妖股的基准来统计沪深两市中的妖股数据。

# 安装 efinance
!pip install efinance
!pip install openpyxl

import efinance as ef
import numpy as np
import pandas as pd
from tqdm import tqdmall_stocks = ef.stock.get_realtime_quotes()
tsxv_stocks = ef.stock.get_realtime_quotes(['创业板'])
sci_tech_stocks = ef.stock.get_realtime_quotes(['科创板'])
# 剔除创业板和科创板股票，留下主板股票
stock_codes= np.setdiff1d(np.array(all_stocks["股票代码"]),np.array(tsxv_stocks["股票代码"]))
stock_codes= np.setdiff1d(stock_codes,np.array(sci_tech_stocks["股票代码"]))
demon_stock_arr = []
# 跳过前100天的数据
skip_previous_days = 100
beg = '20180101'# 遍历所有股票
for stock_code in tqdm(stock_codes):is_demon_stock = Falsedemon_stock = {}demon_stock["股票代码"]=stock_codedemon_stock["妖期"]=[]start_limit_up = Falsedemon_period = {}demon_day_count = 0demon_day_total = 0day_count = 0limit_up_count = 0limit_up_total = 0start_money = 0end_money = 0# 获取股票历史行情数据df = ef.stock.get_quote_history(stock_code, beg=beg, fqt=0)# 跳过不到100天的新股数据if len(df) < skip_previous_days:continue# 忽略掉前100天数据for i in df.index[skip_previous_days:]:line = df.loc[i]if start_limit_up:if line["涨跌幅"]>9.9:limit_up_count+=1demon_period["最后涨停日期"]=line["日期"]end_money = line["收盘"]demon_day_count = day_countday_count+=