如果阿三不撤兵，国防军工板块可以进场了吗？

[iQuant]

最近似乎市场上流传着炒国防军工的说法。最有名的应该是华泰证券痛斥A股不合理，茅台+五粮液+洋河=军工市值。接着又是国产大飞机，中印边境各种新闻，接着又说军工今年跌了多少，该超跌反弹了，我们用数据来分析是否可以真正做多军工板块。

克隆策略

获取所有数据¶

In [69]:

start_date = '2017-08-09'
end_date = '2017-08-09'
instrument = D.instruments(start_date=start_date, end_date=end_date)
df = D.history_data(instrument, start_date=start_date, end_date=end_date, fields=['industry_sw_level1'])

查询某个一级行业的股票列表¶

查询国防军工股票列表 650000是申万一级行业分类里国防军工的代码。详情请查询：行业列表

In [13]:

stock_list = list(df[df['industry_sw_level1'] == 650000].instrument)
stock_name_info = D.history_data(stock_list, start_date=start_date, end_date=end_date, fields=['name'])
stock_name_info.head(10)

Out[13]:

	date	name	instrument
471686	2017-08-09	中兵红箭	000519.SZA
471710	2017-08-09	航天发展	000547.SZA
471853	2017-08-09	航发控制	000738.SZA
471869	2017-08-09	中航飞机	000768.SZA
472050	2017-08-09	中航机电	002013.SZA
472060	2017-08-09	海特高新	002023.SZA
472188	2017-08-09	北斗星通	002151.SZA
472227	2017-08-09	成飞集成	002190.SZA
472333	2017-08-09	博云新材	002297.SZA
472449	2017-08-09	雷科防务	002413.SZA

计算国防军工最近的行业平均市盈率¶

In [16]:

stock_pe_info = D.history_data(stock_list, start_date=start_date, end_date=end_date, fields=['name','pe_ttm'])
stock_pe_info.pe_ttm.mean()

Out[16]:

162.60533142089844

可以看出，目前国防军工的平均市盈率并不算低啊～～～

计算多个一级行业分类的市盈率¶

In [68]:

    # 240000 有色金属
    # 630000 电气设备
    # 650000 国防军工
    # 640000 机械设备
    # 710000 计算机
    # 730000 通信
    # 210000 采掘

sw_level1 = [650000, 240000, 630000, 640000, 710000, 730000, 210000]
def calcu_industry_pe(industry_code):
    stock_list = list(df[df['industry_sw_level1'] == industry_code].instrument)
    stock_name_info = D.history_data(stock_list, start_date=start_date, end_date=end_date, fields=['name'])
    stock_pe_info = D.history_data(stock_list, start_date=start_date, end_date=end_date, fields=['name','pe_ttm'])
    return stock_pe_info.pe_ttm.mean()

pe_data = {}
for j in sw_level1:
     pe_data[j] = calcu_industry_pe(j)
pd.Series(pe_data)

Out[68]:

210000    -28.349392
240000    153.180405
630000     74.099319
640000    479.357605
650000    162.605331
710000     69.030617
730000    117.521851
dtype: float64

我们比较了国防军工和其他几个一级行业分类的行业平均市盈率，发现，只有机械设备的平均市盈率高于国防军工，其他几个行业的市盈率都比国防军工低。

查看国防军工2017年以来的行业市盈率走势¶

In [64]:

dates = D.trading_days(market='CN', start_date='2017-01-01', end_date='2017-08-09')
dates = dates.date.map(lambda x:x.strftime('%Y-%m-%d'))

# 计算某个行业某天的行业平均市盈率,以650000举例
def calcu_pe(industry_code, date):
    start_date = date
    end_date = date
    instrument = D.instruments(start_date=start_date, end_date=end_date)
    df = D.history_data(instrument, start_date=start_date, end_date=end_date, fields=['industry_sw_level1'])
    stock_list = list(df[df['industry_sw_level1'] == industry_code].instrument)
    stock_pe_info = D.history_data(stock_list, start_date=start_date, end_date=end_date, fields=['name','pe_ttm'])
    return stock_pe_info.pe_ttm.mean()

pe = {}
for dt in dates:
    pe[dt] = calcu_pe(650000, dt)
T.plot(pd.DataFrame(pd.Series(pe)), title='市盈率走势')

2017年第一季度国防军工市盈率不断上行，但是在四月底五月初短短的时间内，市盈率较今年最高值下降了50％，即使这样也不能说明国防军工现在处于低估阶段。

绘制多个行业的归一化价格走势¶

In [45]:

adjusted_sw_level1 = ['SW'+str(i)+'.SHA' for i in sw_level1]
price_df = D.history_data(instruments=adjusted_sw_level1, start_date='2017-01-01', end_date='2017-08-07',
               fields=['close']) 
price_df = pd.pivot_table(price_df, values='close', index=['date'], columns=['instrument'])
T.plot(price_df.apply(lambda df:df/df[0]))

黑色的曲线是240000为有色金属，可以看出有色金属在4月以来不断走高！

看到这里，其实我们只是对国防军工有一个整体的把握，从数据来看，并不能判断国防军工板块是否处于低估阶段。历史不会简单地重复，投资不能盲目预测。