学习QMT股票量化系统谁是最赚钱的上市公司？

前几天看到一个视频，大意是对比我国和某国最赚钱的前三家公司，我国都是银行最赚钱，某国却是高科技企业最赚钱，视频主由此希望引起观众的一些思考。

对于一个对股市感兴趣的人，我，想到的是：谁是最赚钱的上市公司呢？能否用代码来验证一下？

如果要写代码，我们需要做些什么呢？

1、先要下载财务数据。

2、用代码获取财务数据，提取上市公司的净利润。

3、根据净利润从大到小的顺序对深沪上市公司进行排序，打印出排名前十的上市公司。

一、下载财务数据

1.启动QMT，在主界面点“操作”，再点“数据管理”。

2.在打开的数据管理面板中，找到“数据选项”，选择“财务数据”

3.在财务数据中勾选“上海证券交易所”和“深圳证券交易所”，在数据范围中可选“全部”。也可以自定义时段，例如“2023-01-01”到“2024-4-30”。

下载数据需要些时间，耐心等等吧。完成数据下载后，我们就可以编写代码了。

二、编写代码

1、导入需要库，pandas 和numpy。

2、定义init()函数，设置需要查询的财务字段、股票列表。

def init(C):
    # 初始化操作，例如设置需要查询的财务字段、股票列表等
    C.profit_field = 'ASHAREINCOME.net_profit_excl_min_int_inc'  # 净利润字段
    C.stock_sector = '沪深A股'  # 股票板块，例如沪深A股
    C.profit_data = []  # 初始化存储财务数据

3、编写def handlebar()函数，实现获取财务数据，并根据净利润进行排序和输出结果。

1）跳过历史K线。

if not C.is_last_bar():
        return

因为在handlebar()函数中，每一根K线，程序都会运行一次，而我们仅仅只需要此程序运行一次，故把所有的历史K线都过滤掉，只留最后的那根K线就行了。

2）创建一个空的DataFrame,稍后用来为存放股票代码、股票名称和净利润这些数据。

df = pd.DataFrame(columns=['股票代码','股票名称','净利润'])

3）获取所有的股票代码，稍后我们要按股票代码来获取财务数据。

stock_list = C.get_stock_list_in_sector(C.stock_sector)

4）获取财务数据。

    # 遍历股票列表，获取每只股票的财务数据
    for stock in stock_list:
        # 获取指定股票的财务数据
        financial_data = C.get_raw_financial_data(
            fieldList=C.financial_fields,
            stockList=[stock],
            startDate='20230101',
            endDate='20240430',
            report_type = 'announce_time'
        )

5）在实际获取财务数据的过程中，发现有些股票的历史财务数据是空的，也许它是新股，去年没有发布财务报告，也许是数据源的数据不全。所以我们还要加上一个判断，如果净利润为空，则跳过这支股票。

        # 检查财务数据是否获取成功
        if financial_data and stock in financial_data:
            # 获取净利润数据
            net_profit = financial_data[stock][C.profit_field]
            if net_profit:
                max_time_stamp =max(net_profit.keys())   #字典的健，最大的时间戳
                last_profit = net_profit[max_time_stamp]   #用健来取值 净利润
            else:
                print(f"股票 {stock} 的净利润数据为空，跳过该股票。")

6）把获取到的数据，股票代码、股票名称和净利润添加到之前我们创建的df中。

df.loc[len(df)] = [stock,stock_info,last_profit]

7）按净利润从大到小进行排序。

df_sorted = df.sort_values(by = "净利润",ascending=False)

参数ascending=True 是升序排到，即从小到大排序，ascending=False是降序排列，即从大到小排列。

8）打印最后的排序结果。有两种方式，简单点就是 print(df_sorted.head(10)) 这一句就够了，也可以多写几行，凑凑字数，或许打印的结果更好看一些。

    print("2023年净利润排名前十的上市公司：")
    i=1
    for index, row in df_sorted.head(10).iterrows():
        print(f"排名 {i}: 股票代码 {row['股票代码']}，股票名称 {row['股票名称']}，净利润 {row['净利润']}")
        i=i+1

三，打印结果

想看看谁是去年最赚钱的上市公司吗？如下图所示。（目前只有去年的年报，今年还没过完，今年谁赚钱，谁知道呢！）

四、完整代码

#encoding:gbk
'''
谁是最赚钱的上市公司(2023年净利润最高的前十家上市公司)
'''
import pandas as pd
import numpy as np

def init(C):
    # 初始化操作，例如设置需要查询的财务字段、股票列表等
    C.profit_field = 'ASHAREINCOME.net_profit_excl_min_int_inc'  # 净利润字段
    C.stock_sector = '沪深A股'  # 股票板块，例如沪深A股
    C.profit_data = []  # 初始化存储财务数据

def handlebar(C):
    # 跳过历史k线
    if not C.is_last_bar():
        return
    
    df = pd.DataFrame(columns=['股票代码','股票名称','净利润'])
    # 定义获取财务数据的字段列表
    C.financial_fields = [C.profit_field]
    
    # 获取股票列表
    stock_list = C.get_stock_list_in_sector(C.stock_sector)
    
    # 遍历股票列表，获取每只股票的财务数据
    for stock in stock_list:
        # 获取指定股票的财务数据
        financial_data = C.get_raw_financial_data(
            fieldList=C.financial_fields,
            stockList=[stock],
            startDate='20230101',
            endDate='20240430',
            report_type = 'announce_time'
        )

        # 检查财务数据是否获取成功
        if financial_data and stock in financial_data:
            # 获取净利润数据
            net_profit = financial_data[stock][C.profit_field]        
            if net_profit:
                max_time_stamp =max(net_profit.keys())   #字典的健，最大的时间戳
                last_profit = net_profit[max_time_stamp]   #用健来取值 净利润
            else:
                print(f"股票 {stock} 的净利润数据为空，跳过该股票。")
            stock_info_dic = C.get_instrumentdetail(stock)
            stock_info = stock_info_dic['InstrumentName']
            df.loc[len(df)] = [stock,stock_info,last_profit]
        else:
            print(f"股票 {stock} 的财务数据未能成功获取，跳过该股票。")
    df_sorted = df.sort_values(by = "净利润",ascending=False)  # 按净利润从大到小排序
#    print(df_sorted.head(10))
    print("2023年净利润排名前十的上市公司：")
    i=1
    for index, row in df_sorted.head(10).iterrows():
        print(f"排名 {i}: 股票代码 {row['股票代码']}，股票名称 {row['股票名称']}，净利润 {row['净利润']}")
        i=i+1