Im [vorherigen] Artikel (https://qiita.com/na0ki_ikeda/items/b7a16f9bbc5038bce7c0) wollte ich den Inhalt des Wertpapierberichts komprimieren, um die Lesbarkeit zu verbessern. In diesem Artikel heißt es jedoch: "Welche Aktien kaufen schließlich?" Ich werde versuchen herauszufinden "Was soll ich tun?": Rolling_eyes:
Glücklicherweise verfügt COTOHA über eine API namens ** Benutzerattributschätzung (β) ** </ font>, sodass Sie ein Unternehmen anhand eines Wertpapierberichts anthropomorphisieren können und ** welche Art von Unternehmensstatus als Nächstes vorliegt Ich werde die Politik verfolgen, im Jahr einen Gewinn oder eine Korrelation ** zu finden
https://api.ce-cotoha.com/contents/index.html
* Profitabel = Unter der Annahme, dass das ordentliche Einkommen steigt, verwenden Sie [Geschäftsstatus] ⇒ [Analyse des Finanzstatus, des Betriebsergebnisses und des Cashflow-Status durch das Management] im Wertpapierbericht von Nikkei 255-Unternehmen. * Ich bin mir jedoch nicht sicher, ob der Aktienkurs steigen wird, nur weil das ordentliche Einkommen gestiegen ist **--Eine interessante ** Pseudokorrelation ** finden: rollende_Augen:
Der für diese Überprüfung verwendete Code ist unten angegeben https://github.com/ice-github/CoARiJAndCOTOHA
Das Folgende ist die ** Differenz (2018-2017) ** von 141 Unternehmen, die in absteigender Reihenfolge wiederkehrende Gewinndaten für 2017 und 2018 in CoARiJ hatten.
Der Durchschnitt lag bei 22,85, die Standardabweichung bei 425,21 und der Median bei 3,20. Wie Sie sehen können, ist die Verteilung ähnlich (2σ = 95% ⇒ [-87 Milliarden Yen, +83 Milliarden]). Wenn also die Differenz positiv ist, ist sie rentabel, und wenn die Differenz negativ ist, ist sie nicht rentabel **. Gehen
Ich habe versucht, Daten aus ** Benutzerattributschätzung (β) ** </ font> für [Analyse des Finanzstatus, der Betriebsergebnisse und des Cashflow-Status durch das Management] zu sammeln. Es scheint jedoch, dass das Ergebnis von der Länge des Satzes abhängt.
* Da COTOHA keine langen Sätze empfangen kann, werden die Sätze geteilt und in die API geworfen, gewichtet mit der Anzahl der verarbeiteten Zeichen, zusammengeführt und als Daten behandelt </ font>
Das Folgende sind die Ergebnisse von ** 2017 Daikin Kogyo Co., Ltd. **
Segmentname
Produktion (Millionen Yen)
Jahresbasis (%)
Geschäft mit Klimaanlagen / Kühlschränken
1,548,244
9.6
Chemiegeschäft
166,798
19.0
Andere Unternehmen
49,125
4.5
gesamt
1,764,168
10.3
(Hinweis) 1 Die Höhe hängt vom Verkaufspreis ab. 2 Der oben genannte Betrag enthält keine Verbrauchsteuer. (2) Bestellstatus Da es sich bei den meisten Produkten der Gruppe um eine erwartete Produktion handelt, entfällt die Beschreibung des Bestellbetrags und des Auftragsbestands. (3) Verkaufsergebnisse Die Verkaufsergebnisse für das laufende konsolidierte Geschäftsjahr sind nachstehend für jedes Segment aufgeführt.
Segmentname
Umsatz (Millionen Yen)
Jahresbasis (%)
Geschäft mit Klimaanlagen / Kühlschränken
2,052,884
11.9
Chemiegeschäft
183,147
16.8
Andere Unternehmen
54,529
5.2
gesamt
2,290,560
12.1
(Hinweis) 1 Transaktionen zwischen Segmenten werden versetzt und eliminiert. 2 Da das Verhältnis zur Gesamtverkaufsleistung für alle anderen Parteien weniger als 10/100 beträgt, entfällt die Beschreibung der Verkaufsleistung durch die Gegenpartei und das Verhältnis zur Gesamtverkaufsleistung. 3 Der oben genannte Betrag enthält keine Verbrauchsteuer. (Inhalt der Analyse / Prüfung zum Status der Geschäftsergebnisse usw. aus Sicht des Managers) Der nachfolgend beschriebene Inhalt basiert auf dem Urteil zum Ende des laufenden Konzernjahres. (1) Wichtige Rechnungslegungsgrundsätze und Schätzungen Der Konzernabschluss der Gruppe basiert auf in Japan allgemein anerkannten Rechnungslegungsstandards. Die Erfassung von Vermögenswerten, Verbindlichkeiten und Nettovermögen zum Ende des laufenden konsolidierten Geschäftsjahres sowie die Erfassung von Erträgen und Aufwendungen im laufenden konsolidierten Geschäftsjahr umfassen Schätzungen, die auf rationalen Standards basieren und auf der aktuellen Situation und der vergangenen Leistung basieren. Die wichtigen Rechnungslegungsgrundsätze usw. für die Aufstellung des Konzernabschlusses lauten wie unter "Wichtige Punkte, die die Grundlage für die Aufstellung des Konzernabschlusses bilden" beschrieben. (2) Finanzstatus ① Vermögenswerte Die Bilanzsumme betrug 2.488.953 Millionen Yen, ein Anstieg von 133.855 Millionen Yen gegenüber dem Ende des vorangegangenen konsolidierten Geschäftsjahres. Die liquiden Mittel stiegen gegenüber dem Ende des vorangegangenen konsolidierten Geschäftsjahres um 77.926 Millionen Yen auf 1.237.811 Millionen Yen, was auf einen Anstieg der Schuldverschreibungen und Forderungen zurückzuführen ist. Das Anlagevermögen stieg gegenüber dem Ende des vorangegangenen konsolidierten Geschäftsjahres um 55.878 Millionen Yen auf 1.252.142 Millionen Yen, was auf einen Anstieg aufgrund von Änderungen des Marktwerts von Wertpapieren zurückzuführen ist. ② Schulden und Nettovermögen Die Verschuldung verringerte sich gegenüber dem Ende des vorangegangenen konsolidierten Geschäftsjahres um 54.977 Millionen Yen auf 1.165.632 Millionen Yen, was auf einen Rückgang der langfristigen Schulden zurückzuführen ist. Das Nettovermögen stieg gegenüber dem Ende des vorangegangenen konsolidierten Geschäftsjahres um 188.712 Millionen Yen auf 1.324.321 Millionen Yen, was auf einen Anstieg aufgrund der Erfassung des Nettogewinns zurückzuführen ist, der den Eigentümern der Muttergesellschaft zuzurechnen ist. Infolgedessen erhöhte sich die Eigenkapitalquote von 47,2% zum Ende des vorangegangenen konsolidierten Geschäftsjahres auf 52,1%, und der Betrag des Nettovermögens je Aktie stieg von 3.802,10 Yen zum Ende des vorangegangenen konsolidierten Geschäftsjahres auf 4.433,62 Yen. (3) Geschäftsergebnisse ① Verkäufe Der Umsatz des laufenden konsolidierten Geschäftsjahres stieg gegenüber dem vorherigen konsolidierten Geschäftsjahr um 12,1% auf 2.290.560 Millionen Yen. Im Geschäft mit Klimaanlagen / Kühlschränken war der Umsatz in Übersee stark, hauptsächlich in Amerika, Europa und Asien, und der Umsatz stieg gegenüber dem vorherigen konsolidierten Geschäftsjahr um 11,9% auf 2.052,884 Milliarden Yen. Im Chemiegeschäft war die Nachfrage nach Halbleitern und Automobilen stark und der Umsatz stieg gegenüber dem vorangegangenen konsolidierten Geschäftsjahr um 16,8% auf 183.147 Millionen Yen. In anderen Geschäftsbereichen insgesamt war der Umsatz mit Hydraulikgeräten für Industriemaschinen und Hydraulikgeräten für Baumaschinen und Fahrzeuge auf dem Inlands- und US-Markt fest, und der Umsatz stieg gegenüber dem vorherigen konsolidierten Geschäftsjahr um 5,2% auf 54.529 Millionen Yen. .. ② Betriebskosten, Betriebsergebnis Die Umsatzkosten stiegen gegenüber dem vorangegangenen konsolidierten Geschäftsjahr um 13,6% auf 1.491.731 Millionen Yen. Die Vertriebskosten und die allgemeinen Verwaltungskosten stiegen gegenüber dem vorangegangenen konsolidierten Geschäftsjahr um 9,0% auf 545.089 Millionen Yen. Der Hauptfaktor ist der Anstieg der Arbeitskosten. Infolgedessen stieg das Betriebsergebnis gegenüber dem vorangegangenen konsolidierten Geschäftsjahr um 10,0% auf 253.739 Millionen Yen. In Bezug auf das Betriebsergebnis des Segments stieg das Betriebsergebnis im Geschäft mit Klimaanlagen / Kühlschränken gegenüber dem vorherigen konsolidierten Geschäftsjahr um 7,0% auf 223.436 Mio. Yen und im Chemiegeschäft gegenüber dem vorherigen konsolidierten Geschäftsjahr um 39,4% auf 255. Das Betriebsergebnis betrug 101 Millionen Yen, und andere Unternehmen verzeichneten ein Betriebsergebnis von 4.756 Millionen Yen, was einer Steigerung von 26,8% gegenüber dem vorherigen konsolidierten Geschäftsjahr entspricht. ③ Nicht operatives Ergebnis, ordentliches Ergebnis Das nicht operative Ergebnis stieg gegenüber dem vorangegangenen konsolidierten Geschäftsjahr um 1.035 Millionen Yen auf ein Plus von 1.279 Millionen Yen, was auf eine Erhöhung des nach der Equity-Methode erfassten Anlagegewinns zurückzuführen ist. Das ordentliche Ergebnis stieg gegenüber dem vorangegangenen konsolidierten Geschäftsjahr um 10,4% auf 255.019 Millionen Yen. (4) Außerordentliche Gewinne und Verluste, Nettogewinn der Eigentümer der Muttergesellschaft Die außerordentlichen Gewinne und Verluste verringerten sich gegenüber dem vorangegangenen konsolidierten Geschäftsjahr um 2.758 Millionen Yen auf ein Minus von 3.162 Millionen Yen, da Verluste aus der Konsolidierung verbundener Unternehmen verbucht wurden. Der den Eigentümern des Mutterunternehmens zuzurechnende Nettogewinn stieg gegenüber dem vorangegangenen konsolidierten Geschäftsjahr um 22,8% auf 189.051 Millionen Yen, was teilweise auf einen Rückgang der Körperschaftssteuern aufgrund der Steuerreform in den USA zurückzuführen ist. (4) Cashflow In der Geschäftstätigkeit verringerte sich das Ergebnis gegenüber dem vorherigen konsolidierten Geschäftsjahr um 43.923 Millionen Yen auf 223.740 Millionen Yen, was auf eine Erhöhung der gezahlten Körperschaftsteuern zurückzuführen ist. Bei den Investitionstätigkeiten verringerten sich die Ausgaben gegenüber dem vorherigen konsolidierten Geschäftsjahr um 1.364 Millionen Yen auf 127.458 Millionen Yen, was auf einen Rückgang der Ausgaben aufgrund des Erwerbs konsolidierter Tochterunternehmen zurückzuführen ist. Bei den Finanzaktivitäten stiegen die Ausgaben gegenüber dem vorherigen konsolidierten Geschäftsjahr um 20.411 Millionen Yen auf 93.954 Millionen Yen, was auf einen Rückgang der kurzfristigen Kredite zurückzuführen ist. Die Zunahme / Abnahme der Zahlungsmittel und Zahlungsmitteläquivalente, die die Summe dieser Ergebnisse und der Währungsumrechnungsdifferenz darstellt, verringerte sich im laufenden konsolidierten Geschäftsjahr gegenüber dem Ende des vorangegangenen konsolidierten Geschäftsjahres um 39.954 Millionen Yen, und der Zahlungsmittelbetrag betrug 12.933 Millionen Yen. Es steigerte sich. Grundsätzlich werden Mittel hauptsächlich aus Eigenmitteln beschafft, die auf der Anhäufung interner Vorbehalte beruhen. Bei Bedarf werden sie jedoch durch Kreditaufnahme bei Finanzinstituten oder Unternehmensanleihen beschafft. Im laufenden konsolidierten Geschäftsjahr wurden 45.180 Millionen Yen durch langfristige Kredite von Finanzinstituten aufgenommen und als Teil der Investmentfonds verwendet. Die Trends der Cashflow-Indikatoren sind wie folgt.
Geschäftsjahr bis März 2014
Geschäftsjahr bis März 2015
Geschäftsjahr bis März 2016
Geschäftsjahr bis März 2017
Geschäftsjahr bis März 2018
Eigenkapitalquote (%)
39.9
45.3
46.3
47.2
52.1
Marktwertbasierte Kapitaladäquanzquote (%)
83.9
103.7
112.1
138.8
137.8
Verhältnis von Cashflow zu verzinslicher Verschuldung (Jahr)
3.9
4.1
2.7
2.3
2.5
Zinsdeckungsgrad (Zeiten)
18.0
16.8
25.9
26.8
20.9
(Anmerkung) Eigenkapitalquote: Eigenkapital / Bilanzsumme Marktwertbasiertes Kapitaladäquanzverhältnis: Marktwert der Aktien / Bilanzsumme Verhältnis von Cashflow zu verzinslicher Verschuldung: Verzinsliche Verschuldung / operativer Cashflow Zinsdeckungsgrad: Operativer Cashflow / Zinszahlung
age: [('30-39 Jahre alt', 0.25980392156862747), ('20-29 Jahre alt', 0.05043859649122807), ('40-49 Jahre alt', 0.04863261093911249)]
civilstatus: [('verheiratet', 0.41885964912280704), ('Unverheiratet', 0.18601651186790505)]
earnings[('3M-5M', 0.05985552115583075), ('8M-10M', 0.02631578947368421)]
gender[('männlich', 0.6479618163054695)]
habit[('SMOKING', 0.19272445820433437)]
hobby[('COOKING', 0.9999999999999999), ('INTERNET', 0.8316563467492261), ('SPORT', 0.7804437564499483), ('FISHING', 0.7365841073271413), ('MOVIE', 0.6598297213622292), ('FORTUNE', 0.4854231166150671), ('GYM', 0.43421052631578955), ('GAMBLE', 0.39138286893704854), ('TRAVEL', 0.3117905056759546), ('TVGAME', 0.2502579979360165), ('COLLECTION', 0.21413828689370484), ('CAMERA', 0.1531217750257998), ('TVDRAMA', 0.14641382868937047), ('SHOPPING', 0.11119711042311661), ('ANIMAL', 0.04863261093911249), ('MUSIC', 0.02889576883384933), ('PAINT', 0.027089783281733747), ('TVCOMMEDY', 0.025799793601651185), ('RAILWAY', 0.024638802889576882), ('SPORTWATCHING', 0.024638802889576882), ('IDOL', 0.016898864809081527)]
kind_of_business[('Kommerziell', 0.03005675954592363)]
kind_of_occupation[('Forschungs- und Entwicklungsposition', 0.02631578947368421)]
location[('Kanto', 0.1059081527347781), ('Kinki', 0.0890092879256966)]
moving[('CAR', 0.46271929824561403), ('WALKING', 0.4300825593395252), ('BUS', 0.04321465428276573), ('RAILWAY', 0.04321465428276573), ('OTHER', 0.028379772961816305), ('NO', 0.024638802889576882)]
occupation[('Mitarbeiter', 0.5687564499484005)]
position[]
age: [('30-39 Jahre alt', 0.18653250773993807), ('20-29 Jahre alt', 0.11351909184726522)]
civilstatus: [('verheiratet', 0.4273735810113519), ('Unverheiratet', 0.34300825593395257)]
earnings[('3M-5M', 0.18098555211558306)]
gender[('männlich', 0.7492260061919505)]
habit[('SMOKING', 0.2043343653250774)]
hobby[('COOKING', 0.935500515995872), ('INTERNET', 0.8125644994840041), ('MOVIE', 0.753482972136223), ('SPORT', 0.7073013415892674), ('FISHING', 0.5370227038183695), ('GYM', 0.42389060887512897), ('TVGAME', 0.4162796697626419), ('TRAVEL', 0.4057017543859649), ('COLLECTION', 0.384029927760578), ('FORTUNE', 0.3635190918472653), ('TVDRAMA', 0.26186790505675955), ('CAMERA', 0.1891124871001032), ('GAMBLE', 0.18537151702786378), ('SHOPPING',
0.1660216718266254), ('PAINT', 0.11816305469556243), ('IDOL', 0.06346749226006192), ('MUSIC', 0.058565531475748195), ('GOURMET', 0.05598555211558308), ('STUDY', 0.05379256965944272), ('SPORTWATCHING', 0.018962848297213623)]
kind_of_business[]
kind_of_occupation[]
location[('Kanto', 0.11880804953560371), ('Kinki', 0.10307017543859648)]
moving[('WALKING', 0.256062951496388), ('CAR', 0.21865325077399383), ('BUS', 0.062306501547987614), ('NO', 0.018962848297213623)]
occupation[('Mitarbeiter', 0.4548503611971104)]
position[]
age: [('30-39 Jahre alt', 0.18988648090815274), ('20-29 Jahre alt', 0.0957172342621259), ('40-49 Jahre alt', 0.09429824561403509)]
civilstatus: [('verheiratet', 0.43021155830753355), ('Unverheiratet', 0.2866357069143447)]
earnings[('3M-5M', 0.2818627450980392)]
gender[('männlich', 0.814499484004128)]
habit[('SMOKING', 0.1715686274509804)]
hobby[('INTERNET', 0.8209494324045408), ('COOKING', 0.811016511867905), ('MOVIE', 0.7192982456140351), ('FISHING', 0.7155572755417956), ('SPORT', 0.6235810113519092), ('TRAVEL', 0.5672084623323014), ('GYM', 0.4557533539731683), ('TVGAME', 0.3753869969040248), ('COLLECTION', 0.3668730650154799), ('CAMERA', 0.36119711042311664), ('TVDRAMA', 0.26509287925696595), ('STUDY', 0.18962848297213622), ('FORTUNE', 0.18537151702786378), ('MUSIC', 0.0957172342621259), ('SHOPPING', 0.0957172342621259), ('GAMBLE', 0.09352425180598556), ('IDOL', 0.09352425180598556), ('PAINT', 0.06953044375644994)]
kind_of_business[]
kind_of_occupation[]
location[('Kinki', 0.09429824561403509), ('Kanto', 0.06953044375644994)]
moving[('WALKING', 0.19220846233230132), ('CAR', 0.18330753353973167)]
occupation[('Mitarbeiter', 0.4707172342621259)]
position[]
age: [('30-39 Jahre alt', 0.37100103199174406), ('20-29 Jahre alt', 0.12396800825593396)]
civilstatus: [('verheiratet', 0.5058049535603716), ('Unverheiratet', 0.36661506707946334)]
earnings[('3M-5M', 0.36119711042311664), ('-1M', 0.12319401444788441)]
gender[('männlich', 0.7381320949432404)]
habit[('SMOKING', 0.1385448916408669)]
hobby[('COOKING', 0.8817079463364293), ('MOVIE', 0.7549019607843138), ('INTERNET', 0.7381320949432404), ('FISHING', 0.628482972136223), ('SPORT', 0.6273219814241486), ('GYM', 0.612358101135191), ('TRAVEL', 0.3691950464396285), ('TVGAME', 0.36906604747162025), ('STUDY', 0.3618421052631579), ('CAMERA', 0.26986584107327144), ('TVDRAMA', 0.26986584107327144), ('COLLECTION', 0.26044891640866874), ('FORTUNE', 0.2465170278637771), ('MUSIC', 0.24587203302373584), ('PAINT', 0.24316305469556243), ('SHOPPING', 0.23787409700722395), ('GAMBLE', 0.11996904024767802), ('SPORTWATCHING', 0.018962848297213623)]
kind_of_business[]
kind_of_occupation[]
location[('Kanto', 0.12319401444788441), ('Kinki', 0.11829205366357069)]
moving[('WALKING', 0.26986584107327144), ('CAR', 0.12332301341589268), ('NO', 0.018962848297213623)]
occupation[('Mitarbeiter', 0.4931630546955625)]
position[]
Bei Trennung durch 250 Zeichen ** Ein verheirateter Mann in den Dreißigern mit einem Einkommen von 3-5 Millionen (3 Millionen Yen oder mehr und 5 Millionen Yen oder weniger) raucht Zigaretten Kochen, Internet und Sport < Mein Hobby ist / font, und ich bin ein Büroangestellter, der in der Kanto-Region lebt und mit dem Auto pendelt </ font> **.
Geteilt durch 1000 Zeichen ** Ein verheirateter Mann in den Dreißigern mit einem Einkommen von 3 bis 5 Millionen (3 Millionen Yen oder mehr und 5 Millionen Yen oder weniger) raucht Zigaretten Kochen, Filme und das Internet </ font> > Ist mein Hobby und ich werde ein Büroangestellter sein, der in der Kanto-Region lebt und zur Arbeit geht </ font> **
Da die Reihenfolge der Elemente fast gleich ist, werde ich den numerischen Wert jedes Elements ignorieren und das Ergebnis durch 1000 Zeichen getrennt angeben (um die Anzahl der API-Aufrufe zu verringern): upside_down:
Von den 141 Unternehmen betrug die ** wiederkehrende Gewinndifferenz ** von 2017 bis 2018 75 positive und 66 negative.
** Bin zähle die größten Elemente jedes Attributs (Hobby = Top 3 Hobbys) und vergleiche die Verteilung ** Da die Anzahl der Daten 75 bzw. 66 beträgt, teilen Sie die Anzahl zum einfachen Vergleich durch 75 und 66
* Entspricht diese Methode der Anwendung einer Black-Box-Hash-Funktion aus Sicht des Feature-Quantity-Engineerings? </ font>
Es gibt fast keinen Unterschied
Derjenige, der ein wenig Gewinn macht, hat eine niedrigere Heiratsquote, aber es gibt fast keinen Unterschied
** Wer profitabel ist, hat ein geringes Jahreseinkommen **
Es gab keinen Unterschied und beide waren Männer
Der profitable hat eine etwas höhere Raucherquote, aber es gibt fast keinen Unterschied * Habit sollte andere Elemente haben, aber ich weiß nicht, was sie sind. </ Font>
** Wer profitabel ist, hat ein hohes Vermögen (Wahrsagerei) und ein niedriges SPORT (Sport) **
Es gibt fast keinen Unterschied
Es gibt fast keinen Unterschied
** Es gibt nur wenige Kinki und viele Kanto-Leute, die profitabel sind **
** Wer profitabel ist, bewegt sich viel mit dem Auto ** (etwas weniger zu Fuß)
Es gibt fast keinen Unterschied * Beruf sollte andere Elemente haben, aber ich weiß nicht, was sie sind. </ Font>
Diejenigen, die profitabel sind, haben ein paar Chefs
In diesem Artikel wird die COTOHA-API ** User Attribute Estimation (β) ** </ font> im Wertpapierbericht [Finanzlage, Betriebsergebnisse und Cashflow-Status des Managements] verwendet. Analyse] wurde angewendet, um zu untersuchen, welche Attribute mit dem Anstieg des ordentlichen Einkommens für das nächste Jahr korrelieren (Ergebnis ↓)
Ich habe versucht, dies mit COTOHA zu tun, aber ursprünglich ** Benutzerattributschätzung (β) ** </ font> ist der E-Mail- und Telefoninhalt der Benutzerunterstützung Sie würden es für transkribierte Daten verwenden, aber Sie würden nicht erwarten, dass es für Daten in einer solchen Domäne verwendet wird: heat_smile: ** Es ist interessant, schnell zu versuchen, Ergebnisse zu erzielen, indem Sie fragen: "Was passiert, wenn Sie diese Art von Daten vorerst werfen?" **
* Es war ziemlich schwierig, es nur 1000 Mal am Tag zu verwenden, daher wäre es schön, es zu verdoppeln (2000 Mal) ... </ font>
Die Unternehmen, die gesucht haben, sind wie folgt
* Wenn Sie im Finanzergebnis des dritten Quartals den Posten des ordentlichen Einkommens nicht gefunden haben, sehen Sie sich den Posten des Betriebsergebnisses oder des (Netto-) Einkommens </ font> an
Recommended Posts