1、课程导论：为什么财报数据能预测股价？课程目标与学习路径。
大家好，我是你们这门课的主讲人。
先问大家一个问题：你炒股看财报吗？
我猜，很多人会说“看”，但实际打开F10，面对密密麻麻的数字，两眼一抹黑。要么就看个营收、净利润，然后凭感觉买卖。结果呢？经常是买在山顶，割在谷底。
为什么会这样？
因为大多数人把财报当成了“历史书”，用来回顾过去。而我今天要告诉你，财报其实是“预言书”。它里面藏着的数字，正在悄悄告诉你未来股价会往哪走。
1.1 为什么财报数据能预测股价？
说白了，股价的长期走势，是由公司的盈利能力决定的。而财报，就是公司盈利能力最直接的“体检报告”。
你想想看，一家公司如果每个季度营收都在增长，毛利率在提升，现金流越来越充裕，那它的内在价值就在增加。市场迟早会反应过来，把股价推上去。反过来，如果财报里全是“雷”，比如应收账款暴增、存货积压、经营现金流为负，那股价下跌只是时间问题。
我个人习惯把财报数据比作“汽车的仪表盘”。
- 营收增速：相当于油门，踩得深，车就跑得快。
- 毛利率：相当于发动机效率，效率高，同样的油跑得更远。
- 经营现金流：相当于油箱里的油，没油了，车再好也跑不动。
- 负债率：相当于刹车，太高了，随时可能翻车。
我在项目中遇到过很多次，明明一家公司看起来“业绩不错”，净利润是增长的，但股价就是不涨。后来一查，发现它的净利润增长是靠卖资产、或者靠政府补贴撑起来的，主营业务其实在萎缩。这种“虚胖”的财报，就是典型的陷阱。
核心观点：财报数据不是用来“看”的，而是用来“算”的。通过量化分析，我们可以把财报中的关键指标，转化为对股价未来走势的预测信号。
1.2 课程目标：从“看财报”到“用财报”
这门课的目标很明确：让你掌握一套可复用的、基于Python的财报量化分析方法。
学完之后，你能做到三件事：
- 快速抓取数据：用Python自动从公开渠道获取A股上市公司的财报数据，不用再手动复制粘贴。
- 构建量化因子：把营收、利润、现金流等原始数据，加工成有预测能力的“因子”。比如“营收增速-存货增速”这个差值，就能提前预警库存风险。
- 回测验证策略：用历史数据检验你的选股逻辑是否有效。别拍脑袋，让数据说话。
嗯，这里要注意。我不是要教你“看图炒股”或者“听消息炒股”。那些东西不确定性太大。我们要做的，是建立一套基于逻辑和数据的系统。这套系统可能不会让你一夜暴富，但能让你在市场上活得更久，赚得更稳。
避坑指南：我曾经犯过一个错误，只盯着“净利润增长率”这一个指标选股。结果选到了一家靠“一次性投资收益”粉饰业绩的公司，买入后股价腰斩。从那以后，我构建因子时，一定会加入“扣非净利润”和“经营现金流”来交叉验证。
1.3 学习路径：我们怎么走？
整个课程分为四个阶段，环环相扣。我建议你按顺序来，不要跳着学。
| 阶段 | 核心内容 | 产出 |
|---|---|---|
| 第一阶段 | Python基础与数据获取 | 能自动下载任意股票的财报数据 |
| 第二阶段 | 核心财务指标计算与可视化 | 能画出营收、利润、现金流的趋势图 |
| 第三阶段 | 量化因子构建与回测 | 能编写一个简单的选股策略并验证 |
| 第四阶段 | 实战案例与策略优化 | 能独立开发一套完整的财报量化系统 |
你看，路径很清晰。从最基础的Python代码开始，一步步走到策略回测。每一步我都会给你实际的代码和案例，你跟着敲一遍，基本就能掌握。
1.4 本章知识体系
为了让你更直观地理解，我画了一张图。这张图展示了财报数据如何一步步转化为股价预测信号。
这张图就是整门课的骨架。你记住它，后面的所有内容，都是在给这个骨架填充血肉。
重要提醒：财报数据有滞后性。季报通常在季度结束后1个月内发布，年报在4个月内。所以，我们预测的是“未来3-6个月”的股价走势，而不是明天。别指望用财报做超短线交易，那不适合。
好了，导论部分就到这里。记住一句话：财报是公司的“体检报告”，而Python是我们解读这份报告的“听诊器”。两者结合，你就能在股市里找到那些被低估的“健康股”。
公众号:蓝海资料掘金营，微信deep3321