QMT量化交易系统新手指南,获取财务数据用什么函数?(上)(国金QMT量化软件!)
发布时间:2小时前阅读:35
QMT量化交易系统新手指南,获取财务数据ContextInfo.get_financial_data 函数?(上)
(国金证券,QMT量化交易软件提供,免费使用, 申请低门槛)!
财务数据在量化策略开发中的作用,是将上市公司的基本面信息,转化为可量化、可回测、可交易的数学信号。如果说价量数据回答“股票在怎么动”,财务数据则试图回答“公司到底好不好”。
当前量化投研中,量价类策略的同质化已非常严重,而基本面数据仍是一座待挖掘的“富矿”。财务数据在量化策略中的核心作用,主要体现在以下三个层面:
一、加工为有效选股因子(Alpha挖掘)
这是财务数据最基础也最核心的应用——将原始财务指标通过量化处理,转化为对股票未来收益具有预测能力的选股因子。
以ROE和EP的预测模型为例:量化模型先预测每家公司的ROE和EP,再将结果代入公式计算出潜在收益率(IR),最后根据IR值排序选股构建组合。这是典型的财务数据→因子→策略的转化路径。
二、构建特定规则的选股策略
在单因子基础上,财务数据还可以组合成具有明确基本面逻辑的复合策略:
1.PB-盈利组合:结合估值与盈利能力双重筛选;
2.GARP组合(Growth at a Reasonable Price):寻找合理价格下的成长股;
3.基本面优选小盘组合:在小盘股中筛选基本面扎实的标的;
4.“好公司、好价格”二维筛选:基于利润增长趋势、分析师预期、估值、市场反应等维度综合判断。
这类策略的投资逻辑清晰,策略容量大,相较于纯量价策略具有更强的可解释性和差异化优势。
三、分析基本面现象与统计校验
财务数据还可以用于验证和量化基本面逻辑。例如:
1.考察是否有公司可以同时满足盈利能力强、增长快、现金流好,并寻找其中的投资机会;
2.通过财务附注、分析师研报文本等非结构化信息挖掘更深层的基本面信号;
3.构建个股基本面风险量化预警模型,实现上市公司风险的批量筛查。
ContextInfo.get_financial_data - 获取财务数据
财务数据接口有两种用法,入参和返回值不同,具体如下
用法1,返回目标数据对象
原型
ContextInfo.get_financial_data(fieldList, stockList, startDate, enDate, report_type = 'announce_time')
释义
获取财务数据,方法1
| 字段名 | 类型 | 释义与用例 |
| fieldList | 财报字段列表:['ASHAREBALANCESHEET.fix_assets', '利润表.净利润'] | |
| stockList | List(必须) | 股票列表:['xxxxxx.SH', 'xxxxxx.SZ'] |
| startDate | Str(必须) | 开始时间:'20171209' |
| endDate | Str(必须) | 结束时间:'20171212' |
| report_type | Str(必须) | 报表时间类型,可缺省,默认是按照数据的公告期为区分取数据,设置为 'report_time' 为按照报告期取数据,' announce_time' 为按照公告日期取数据 |
提示
选择按照公告期取数和按照报告期取数的区别:
若某公司当年4月26日发布上年度年报,如果选择按照公告期取数,则当年4月26日之后至下个财报发布日期之间的数据都是上年度年报的财务数据。
若选择按照报告期取数,则上年度第4季度(上年度 10月1日- 12月31日)的数据就是上年度报告期的数据。
返回值
函数根据stockList代码列表,startDate,endDate时间范围,返回不同的的数据类型。如下:
| 代码数量 | 代码范围 | 返回类型 |
| =1 | =1 | pandas.Series (index = 字段) |
| =1 | >1 | pandas.DataFrame(index=时间, columns = 字段) |
| >1 | =1 | pandas.DataFrame (index = 代码, columns = 字段) |
| >1 | >1 | pandas.Panel (items=代码, major_axis=时间, minor_axis = 字段) |
示例:
# coding:gbk
def init(C):
pass
def handlebar(C):
#取总股本和净利润
fieldList = ['CAPITALSTRUCTURE.total_capital', '利润表.净利润']
stockList = ["xxxxxx1.SZ","xxxxxx.SZ","xxxxxx.BJ"]
startDate = '20171209'
endDate = '20231204'
data = C.get_financial_data(fieldList, stockList, startDate, endDate, report_type = 'report_time')
print(data)
返回值:
Dimensions: 3 (items) x 1453 (major_axis) x 2 (minor_axis)
Items axis: xxxxxx1.SZ to xxxxxx.BJ
Major_axis axis: 20171211 to 20231204
Minor_axis axis: total_capital to 净利润
智能交易可能因系统、通讯等原因无法正常使用或无法按照您的设置价格发出委托指令及完成成交,最终成交价格及数量以交易所、登记结算机构等记录为准。请密切关注交易回报情况及条件单设置情况。以上信息仅供参考,不构成对委托指令成交的承诺,不构成投资建议,不构成收益或避免损失的承诺。请您务必仔细阅读相关风险提示及协议,了解各类智能交易功能的区别及不同风险,审慎决策是否使用相关功能。
投资有风险,入市需谨慎!
我司30多年发展历史上市券商平台,可提供:
1. QMT/PTrade量化系统,免费使用,支持券商极速交易服务配合使用;
2. 现在新开户交易佣金优惠,股票/ETF/可转债/港股通/国债逆回购等惊喜费率;
3. 支持创业板/科创板/北交所/港股通/融资融券等业务权限开通;
4. 正在进行AI投ETF/选好股/选好基金等AI投顾工具30天免费体验活动;
5. 智能条件单,网格交易,预约打新等功能支持;
6. 新客理财领取(限额),赠送Level-2十档行情(佣金宝APP)活动进行中;
7. 支持底仓增强策略提供,内置多种交易策略,适合长期持仓用户做自动日内回转交易;
8. 88开头,可选数字靓号开户;
更多需求了解,欢迎点击文章上方“问一问”,或文章下方微信+电话,直接联系沟通需求!

温馨提示:投资有风险,选择需谨慎。
下一篇资讯:
暂无下一篇
- 缩量休整,A股科技在等什么?接下来两周,全球科技重要事件时间表一览!
- ETF投资小知识—AI眼镜:端侧AI超级入口,消费电子行业第二增长曲线?
- PTrade量化交易系统新手指南,after_trading_end函数的作用和使用方法?
- ETF投资小知识,科创芯片指数深V,大涨12%!芯片半导体产业链还能跟踪吗?
- PTrade量化新手指南—handle_data函数怎么用?(国金PTrade量化免费用)!
- PTrade量化新手指南,模拟盘和实盘的持久化处理!(国金证券PTrade量化提供)!
- ETF投资小知识—科技板块还能投资吗?从Kimi K3出发,重新理解A股科技的下半场!
- QMT量化交易系统新手教程,QMT线程和进程介绍!(国金QMT量化软件提供)
-
GDP半年报出炉!如何解读?下半年怎么看?
2026-07-20 11:43
-
你还在交万5的佣金?一年可能多花6000块(附省钱攻略)
2026-07-20 11:43
-
客户经理执业编号怎么查?中证协官网3步验证教程(2026最新版)
2026-07-20 11:43


问一问

+微信
分享该文章
