### 上市公司财务数据分析的Python代码示例 以下是基于上市公司财务数据进行分析的一个完整代码示例。此代码涵盖了数据加载、清洗、特征工程以及模型构建的过程。 #### 数据需求 为了完成上市公司的财务数据分析，通常需要以下几类数据： - **财务报表**：包括资产负债表、利润表和现金流量表。 - **市场表现数据**：如股票价格历史记录、交易量等。 - **非财务数据**：例如市场份额、客户满意度调查结果等[^1]。 这些数据可以从公开渠道获取，比如Yahoo Finance、东方财富网或其他金融数据提供商。 #### Python代码示例 ```python import pandas as pd import numpy as np from sklearn.model_selection import train_test_split from sklearn.linear_model import LogisticRegression from sklearn.metrics import classification_report, confusion_matrix # 加载数据 def load_financial_data(file_path): """ 读取并返回财务数据DataFrame。 :param file_path: 财务数据文件路径 :return: DataFrame对象 """ data = pd.read_csv(file_path) return data # 特征工程 def preprocess_data(data): """ 对原始数据进行预处理，填充缺失值并标准化数值列。 :param data: 输入的DataFrame :return: 预处理后的DataFrame """ # 填充缺失值 data.fillna(method='ffill', inplace=True) # 标准化数值列 numeric_cols = ['roa', 'roe', 'debt_ratio', 'current_ratio'] for col in numeric_cols: mean_val = data[col].mean() std_val = data[col].std() data[col] = (data[col] - mean_val) / std_val return data # 构建逻辑回归模型 def build_logistic_regression(X_train, y_train): """ 使用训练集构建逻辑回归模型。 :param X_train: 训练集特征矩阵 :param y_train: 训练集标签向量 :return: 已训练好的逻辑回归模型 """ model = LogisticRegression(random_state=42) model.fit(X_train, y_train) return model # 主程序流程 if __name__ == "__main__": # 步骤1：加载数据 financial_data = load_financial_data('financial_data.csv') # 步骤2：预处理数据 processed_data = preprocess_data(financial_data) # 步骤3：划分训练集与测试集 features = ['roa', 'roe', 'debt_ratio', 'current_ratio'] target = 'is_st' # 是否为ST股标记 X = processed_data[features] y = processed_data[target] X_train, X_test, y_train, y_test = train_test_split( X, y, test_size=0.3, random_state=42 ) # 步骤4：构建模型 logistic_model = build_logistic_regression(X_train, y_train) # 步骤5：评估模型性能 predictions = logistic_model.predict(X_test) print(confusion_matrix(y_test, predictions)) print(classification_report(y_test, predictions)) ``` 以上代码展示了如何通过逻辑回归模型来预测一家公司是否会成为ST股（特别处理股），其中涉及到了数据加载、清理、特征选择及模型训练等多个环节[^3]。 #### 分析方法概述 本部分采用了逻辑回归作为主要工具来进行二元分类任务——即判断某家公司是否存在潜在财务危机的风险。这种方法简单易懂且计算效率高，在实际应用中有广泛的基础支持[^3]。 --- ###