JoinQuant 近来新增了国泰安的数据，其中包含分红数据，看到有用户获取股息率的需求，现在小编便教大家使用分红数据计算股息率。

股息率的计算公式：

股息率=每股分红(税前)股票当前价×100%股息率=每股分红(税前)股票当前价×100%

股息率=每股分红(税前)股票当前价×100%

小编定义了 dividend_yield_ratio 函数，可以取到股息率(报告期)，并跟Wind进行了对比，结果是一样的。

现在你可以拷贝走直接放在自己的策略中调用，详情参见下面分享的研究模块：

获取股息率¶

JoinQuant 近来新增了国泰安的数据，其中包含分红数据，看到有用户获取股息率的需求，现在小编便教大家使用分红数据计算股息率。

股息率的计算公式：

$$ 股息率 = \frac{每股分红(税前)}{股票当前价}\times 100\% $$

下面定义了 dividend_yield_ratio 函数，可以取到股息率(报告期)，具体用法见函数说明：

def dividend_yield_ratio(stock, start_date=None, count=None, date=None, end_date=None, paymentdate=2015, no_data_return=NaN, skip_paused=False):'''    stock: 股票代码    start_date: （start_date 与 count二选一）获取股息率开始日期    count： （start_date 与 count二选一）指定获取之前几个交易日    end_date: 获取股息率结束日期    paymentdate: 报表年度, 默认报告年底2015年    no_data_return: 选填 NaN 或 0，决定没有股息率的股票返回的数据是 NaN 或 0    skip_paused: 跳过停牌，默认不跳过    '''def get_div(df, paymentdate):import pandas as pddf.PAYMENTDATE = pd.to_datetime(df.PAYMENTDATE)try:if len(df)>0:div = df[[x.year == (int(paymentdate)+1) for x in df.PAYMENTDATE]]['DIVIDENTBT'].iloc[-1]return float(div)else:return no_data_returnexcept:return no_data_return# 导入jqdata库from jqdata import gta# 获取股票六位代码symbol = stock[:6]# 获取df = gta.run_query(query(gta.STK_MKT_DIVIDENT.SYMBOL,gta.STK_MKT_DIVIDENT.PAYMENTDATE,gta.STK_MKT_DIVIDENT.DIVIDENTBT,).filter(gta.STK_MKT_DIVIDENT.SYMBOL.in_([symbol])).order_by(gta.STK_MKT_DIVIDENT.PAYMENTDATE))div = get_div(df, paymentdate)# 获取股票最近几天的价格price = get_price(stock, start_date=start_date, count=count, end_date=end_date, \                      fields=['close'], frequency='daily', fq=None)# 计算股息率price['close'] = float(div)/price['close']*100# 将股息率精确到小数点后4位price.close = price.close.round(4)# 返回结果return price

以平安银行('000001.XSHE')为例，讲解一下计算方法：

security = '000001.XSHE'count = 3starttime = '2016-07-19'endtime = '2016-07-21'paymentdate = 2015test_dyr = dividend_yield_ratio(stock=security, start_date=None, count=count, end_date=endtime,\paymentdate=paymentdate, no_data_return=0)test_dyr

国农科技('000004.XSHE')如下：

security = '000004.XSHE'count = 3starttime = '2016-07-19'endtime = '2016-07-21'paymentdate = 2015test_dyr_0 = dividend_yield_ratio(stock=security, start_date=None, count=count, end_date=endtime,\paymentdate=paymentdate, no_data_return=0)test_dyr_0

也可指定返回值为 NaN ,只需指定 no_data_return=NaN, 方法如下：

test_dyr_nan = dividend_yield_ratio(stock=security, start_date=None, count=count, end_date=endtime,\paymentdate=paymentdate, no_data_return=NaN)test_dyr_nan

也许你会怀疑小编计算的方法对不对，请看下图，内容截自Wind：

股息率（报告期），7月19-7月21日，报告年度2015

再来一张报告年度为 2014 年的进行测试一下：

股息率（报告期），7月19-7月21日，报告年度2014

平安银行：¶

security = '000001.XSHE'count = 3starttime = '2016-07-19'endtime = '2016-07-21'paymentdate = 2014test_dyr = dividend_yield_ratio(stock=security, start_date=None, count=count, end_date=endtime,\paymentdate=paymentdate, no_data_return=0)test_dyr

万科A：¶

security = '000002.XSHE'count = 3starttime = '2016-07-19'endtime = '2016-07-21'paymentdate = 2014test_dyr = dividend_yield_ratio(stock=security, start_date=None, count=count, end_date=endtime,\paymentdate=paymentdate, no_data_return=0)test_dyr

测试结果是一样的，小伙伴们可以放心的使用了！