月營收這樣看！三種月營收選股法 – Python實作教學
月營收的資訊是跟股價成高度相關，月營收好的股票比較容易漲，反之容易跌，被列為財報狗的付費功能之一。今天教大家如何用python免費使用此功能！這篇是完整的範例，教你如何下載月營收，過濾出可能會飆漲的股票。這個條件我很常用，效果也不錯，分享給大家！
內容目錄 隱藏
下載近12個月的月報
之前我們也講過如何獲取月營收的歷史資訊
請先到該網站把monthly_report給copy下來，我們接下來會用到喔！
monthly_report這個函式，會下載上市公司月報，並整理成pandas.DataFrame，也就是一種存在python中的表格。接下來我們連續呼叫monthly_report來把近12個月的資料收集整齊：
import datetime
import pandas as pd
import time
data = {}
n_days = 12
now = datetime.datetime.now()
year = now.year
month = now.month
while len(data) < n_days:
print('parsing', year, month)
# 使用 crawPrice 爬資料
try:
data['%d-%d-01'%(year, month)] = monthly_report(year, month)
except Exception as e:
print('get 404, please check if the revenues are not revealed')
# 減一個月
month -= 1
if month == 0:
month = 12
year -= 1
time.sleep(10)
執行的時候，有一行error，因為新的月報還沒有下來的原因，而其它天都是成功的，這樣都算是正常！
以上這段code請大家一定要看的懂喔！我們要的只有 data 這個 dictionary 物件，裡面依照不同的日期，存放著所有股票的月營收。例如，你可以顯示data['2017-12-01']，就會顯示以下這張表：
代表 2017 年 12 月的月營收。
數據處理 – 合成時間序列
根據不同的日期，有不同的dataFrame，用起來有點麻煩，所以我們再經過一個處理，將所有數據結合，變成時間序列：
數據處理─結合月營收資訊
for k in data.keys():
data[k].index = data[k]['公司代號']
df = pd.DataFrame({k:df['當月營收'] for k, df in data.items()}).transpose()
df.index = pd.to_datetime(df.index)
df = df.sort_index()
最後產出的 df 可以囉！df 的結構如下：
這個 df 超級好用，以下示範畫出 1101（台泥） 的月營收曲線圖：
還有他的MOM：
各種變化就讓大家自己去玩囉～這邊還是得著重在選股的功能上！
開始選股
首先，大家可以參考最近寫的，三種月營收進階看法，裡面的選股條件，接下來會一一實做：
平均線法
平均線法選股
method1 = df.iloc[-3:].mean() > df.iloc[-12:].mean()
method1[method1 == True].index
噹啷！就這麼一行，選出來了，會有非常多的標的，還可以再進行過濾。 這邊有一些厲害的 function 提一下：
- iloc[i:j] 選取第i個到第j個數據
- mean() 選處取出來的series的平均
成長法
成長法選股
method2 = df.rolling(4, min_periods=2).mean()
method2 = (method2 > method2.shift()).iloc[-5:].sum()
method2[method2 == 5]
第一行首先是平滑，做出平均序列，其中min_periods=2 代表只要有兩筆數據以上，就計算平均，不然就寫成NaN。
第二、三行是說這條平滑曲線，近五個月都是上升
創新高法
創新高法選股
method3 = df.iloc[-1] == df.iloc[-12:].max()
method3[method3 == True].index