PTrade财务数据获取函数的问题

最新推荐文章于 2025-03-04 22:28:55 发布
最新推荐文章于 2025-03-04 22:28:55 发布
阅读量826 收藏 1
点赞数
分类专栏： Python量化交易 PTrade 文章标签： python 量化 PTrade
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_46603114/article/details/133961844
版权

前文介绍了PTrade的get_fundamentals函数，可以用于获取股票的财务数据。但在实际应用中，会遇到如下的问题。

前文我们通过将回测时间设置为2023-05-05进行回测调用get_fundamentals，得到如下查询结果：

secu_codepubl_dateend_dateoperating_revenue_grow_ratenet_profit_grow_ratesecu_abbr
600900.SS2023-04-282023-03-3125.165718.0351长江电力
601877.SS2023-04-292023-03-3147.3708132.9152正泰电器

可以看到长江电力的财报公告时间是2023-04-28，正泰电器的财报公告时间是2023-04-29。如果我们把回测时间调整为2023-04-20，查询的结果如下所示：

2023-04-20 08:30:00 - INFO -            publ_date  net_profit_grow_rate  secu_abbr  end_date  \
secu_code                                                         
600900.SS        NaN                   NaN        NaN       NaN   
601877.SS        NaN                   NaN        NaN       NaN   

           operating_revenue_grow_rate  
secu_code                               
600900.SS                          NaN  
601877.SS                          NaN

可以看到此时返回的结果为空。
我们调整回测时间发现，从2023-01-03开始到股票的2023年第一季度报告发布，get_fundamentals返回的数据均未空。当回测时间调整为2022-12-30时，查询的结果如下所示：

2022-12-30 08:30:00 - INFO -              end_date  net_profit_grow_rate  operating_revenue_grow_rate  \
secu_code                                                                  
600900.SS  2022-09-30               -2.5688                       2.0303   
601877.SS  2022-09-30               21.2604                      21.7318   

            publ_date secu_abbr  
secu_code                        
600900.SS  2022-10-31      长江电力  
601877.SS  2022-10-29      正泰电器

对输出做一下整理：

secu_codepubl_dateend_dateoperating_revenue_grow_ratenet_profit_grow_ratesecu_abbr
600900.SS2022-10-312022-09-30-2.56882.0303长江电力
601877.SS2022-10-292022-09-3021.260421.7318正泰电器

可见，长江电力在2022-10-31发布的第三季度报，正泰电器在2022-10-29发布的第三季度报。

归纳总结一下，在调用get_fundamentals函数，且参数date设置为当前交易日时，查询返回的结果为上一季度的财务数据。

如果我们的需求是，查询最新的财务数据，那就需要对get_fundamentals进行改造，下一篇文章将进行具体介绍。

博客内容只用于交流学习，不构成投资建议，盈亏自负！

个人博客：http://coderx.com.cn/（优先更新）
项目最新代码：https://gitee.com/sl/quant_from_scratch
欢迎大家转发、留言。有微信群用于学习交流，感兴趣的读者请扫码加微信！
如果认为博客对您有帮助，可以扫码进行捐赠，感谢！

微信二维码微信捐赠二维码
在这里插入图片描述在这里插入图片描述
[ptrade交易实战]第七篇 定时周期函数
vv_LCJL319的博客
07-04 736
设置周期循环的函数就这两个，但是也完全覆盖了我们的需求！ptrade的渠道可以通过《ptrade开通详则》
量化交易入门笔记-数据获取函数 二
东南有大树的博客
10-11 5881
gt_fundamentals() 函数 该函数可查询一只股票或多只股票的财务数据，其语法如下： get_fundamentals(query_object, date=None, statDate=None) 参数解析： query_object : 这是一个 sqlalchemy.orm.query.Query 对象，可以通过全局的 query 函数获取 Query 对象 date...
头大！！！接口每秒有调用次数限制？
sao_jie的博客
07-03 4237
调用一个每秒有调用次数限制的接口的两种解决方案
ptrade排坑日记——get_fundamentals获取数据为空！
vv_LCJL319的博客
08-20 609
ptrade的渠道可以通过《ptrade开通详则》
ptrade排坑日记——量化获取财务数据报错
vv_LCJL319的博客
08-16 671
ptrade的渠道可以通过《ptrade开通详则》
[ptrade交易实战] 第十二篇 其他信息获取函数 （2）
vv_LCJL319的博客
07-12 550
ptrade开通详则》
用户问的比较多的关于ptrade基础问题
rocky的专栏
06-15 1912
5. 在共享的Ptrade模拟试用账户上，不要保留个人代码记录，跑完后记得删除，否则其他共有同一个账户的人可以进去修改复制你的策略和代码；如果是单独的个人模拟账户，则没有这个问题。3. 国金Ptrade无法回测星球上面的可转债实盘代码，实盘代码是基于当前的实时数据，用来进行回测没有意义，因为获取不到可转债的历史数据（溢价率，规模等），只有历史的价格数据；（之前某个券商的ptrade实盘服务器，因为某个用户开了40多个回测策略，一直在后台运行，而且是关于运算密集型的，导致实盘交易的程序也崩溃了）
PTrade获取财务数据
码农甲的博客
10-16 881
PTrade提供了获取财务数据函数get_fundamentals，可以用于获取财务三大报表数据、日频估值数据、各项财务能力指标数据，数据源为恒生。
PTrade交易程序代码——从零到实盘19
码农甲的博客
02-19 1万+
如题，本文将介绍PTrade实盘交易程序的代码。 如何在PTrade中部署策略，可以参见前文中“PTrade部署策略过程”部分内容，然后把本文的代码粘贴到PTrade，就能完成“双神穿多线”策略的部署。 我们将对程序的各个函数依次进行介绍。 初始化函数 def initialize(context): 该函数为PTrade的业务流程框架的必选函数，实现初始化功能，用于初始化一些全局变量。策略启动后，该函数仅会被调用一次。 参数context为Context对象，存放有当前的账户及持仓信息。 .
【金融量化】Ptrade中如何获取各类回测数据？
最新发布
BetterBench的博客
03-04 1099
列出了Ptrade软件中，获取回测数据的常用API
PTrade策略开发提示词参考模板-2025.02.18
02-18
- **数据获取**：使用`get_history()`函数来获取历史数据，注意避免使用已被禁止的`get_price()`函数。 - **订单执行**：使用`order_value()`和`order_target()`函数来执行买卖操作。 - **日志记录**：使用`log.info...
Python量化交易入门
曲折旅程，艰难人生
04-13 3891
Python量化交易知识归纳
Python量化交易学习笔记（39）——BaoStock股票数据下载
热门推荐
码农甲的博客
08-09 2万+
鉴于近几篇文章都与多周期回测相关，因此用这篇文章来记录下多周期股票的数据的获取方式。 前面在zwPython的框架下，使用的是Tushare来获取A股的日线数据，如果想获取其他周期的数据，就要使用Tushare Pro，并且还要有足够的积分。苦于家里没矿，手里没银子，转投向可以免费下载数据的BaoStock，以下简单记录数据下载流程。 安装 使用国内源安装： pip install baostock -i https://pypi.tuna.tsinghua.edu.cn/simple/ --trusted
Hello, World——从零到实盘0
码农甲的博客
10-14 2万+
经过近两年的python量化交易学习，对量化的知识有了一定的积累，也已实现A股的自动化实盘交易，还结识了很多新朋友，已经建立了两个微信学习交流群。 前期量化交易的学习笔记主要发布在CSDN和今日头条上，回头看这些文章，有的需要重新梳理，有的已经抛弃不再适用了。 在好友建议下，开设了自己的博客，计划把学习笔记进行重新梳理，避免读者看我的笔记跟踪学习时，再走我之前走过的弯路。 目前计划在博客里分享以下几方面的内容： 从零到实盘：在有Python基础的前提下，记录从数据下载、策略胜率分析、实盘对接的完整过程；.
Python量化交易学习笔记（37）——backtrader多周期回测1
码农甲的博客
07-04 2万+
在backtrader官网文档中，介绍了两种多周期回测方式，第一种是读入多周期的K线数据，第二种是对数据进行resample。本文将对第一种方式进行介绍。 简述 有些策略会使用到多周期的数据，典型的应用为： 使用周线（大周期）数据判断趋势 使用日线（小周期）数据判断买卖点 这就需要同时读入多周期数据进行回测，backtrader内置了对多周期策略回测的支持。 backtrader多周期回测规则 回测时需要遵循以下规则： 小周期数据必须被第一个加入到Cerebro实例中 在backtrader
Python量化交易学习笔记（46）——通达信日线数据获取
码农甲的博客
01-17 1万+
序 从2020年初开始接触量化，马上就要满一年了。在这一年里，想过去做量化，想过去做机器学习，想过去做少儿编程教育。就这样大概折腾了小半年时间，最后在CSDN上看到这样一句话：“你把时间投在专业上，两三年，你就能在圈子里小有名气。四五年，你就能靠这个专业赚钱。过了10年以上，你就能成为这个领域的专家。”觉得自己可以按这句话努力一把，于是便坚定了探索量化的决心。 python、backtrader、量化、机器学习基本上都是从零学起，对近一年来的学习进度总体还算满意。CSDN的粉丝量280+，博客升级为5级，访
Python量化交易学习笔记（33）——backtrader仓位管理
码农甲的博客
06-09 1万+
本文将对backtrader的仓位管理进行介绍，具体以同时回测交易3只股票为例，查看每日仓位情况。 策略 买入条件：5日线金叉60日线 卖出条件：5日线死叉60日线 示例 仓位信息输出的核心代码位于策略类的next的方法中： def next(self): for i, d in enumerate(self.datas): dt, dn = self.datetime.date(), d._name # 获取时间及股票代码
Python量化交易学习笔记（34）——backtrader多股回测避坑1
码农甲的博客
06-24 1万+
在笔记（17）中，对backtrader多只股票同时进行策略回测的过程进行了记录，当时只进行了少量股票的同时回测，如果增加参与回测的股票数目，就会出现各种异常的情况。 从本文开始，将用几篇笔记记录在多股回测时发现的几个坑，并给出避坑方案。 坑描述 回测周期内，某些股票的可用K线数量少于计算技术指标时的最小周期数。当出现这种情况时，backtrader不会对这些股票进行清洗剔除，依然会计算相应的技术指标，从而造成了访问数组越界的情况，典型报错信息为： IndexError: array assignment
Python量化交易学习笔记（38）——backtrader多周期回测2
码农甲的博客
07-05 1万+
本文继续介绍backtrader多周期回测的第二种方法，使用resample来进行多周期数据的加载。 简述 如果需要做多周期的策略回测，但是只有单周期数据可用，那么就可以使用重采样（resampling）来解决多周期数据的生成问题。 这里的重采样（resampling）实际指的是上采样（upsampling），使用小周期的数据来合成大周期数据。例如，用日线数据合成周线数据。这里所说的上采样和信号处理的上采样效果是相反的，在信号处理中，上采样会获得比源数据更多的数据，而这里的上采样则是获得大周期的数据，较源数
ptrade量化策略获取市盈率
01-17
### 如何在PTrade平台中获取股票市盈率数据 为了在PTrade平台上获取股票市盈率（PE Ratio）的数据并将其应用于量化交易策略，可以通过API接口实现自动化操作。具体方法如下： #### 使用Python连接PTrade API 首先安装必要的库文件以便于后续调用API服务。 ```bash pip install requests pandas ``` 接着编写一段简单的Python脚本来请求特定证券的最新财务比率信息，这里假设目标为某只A股市场的股票代码`'sh.600519'`作为例子。 ```python import requests import json import pandas as pd def get_pe_ratio(stock_code='sh.600519'): url = "https://api.ptoledata.com/quote-service/api/v1/stock/fundamental" headers = { 'Content-Type': 'application/json', 'Authorization': '<your_api_key>' # 替换成自己的授权密钥 } payload = {"symbol": stock_code, "fields":["peTTM"]} response = requests.post(url, data=json.dumps(payload), headers=headers) if response.status_code == 200: result = response.json() df = pd.DataFrame(result['data']) pe_ttm = df.loc[df['field'] == 'peTTM', 'value'].values[0] return float(pe_ttm) else: raise Exception(f"Error fetching PE ratio: {response.text}") if __name__ == '__main__': try: print(get_pe_ratio()) except Exception as e: print(e) ``` 这段代码展示了如何通过POST请求向PTrade服务器发送指令来检索指定股票的历史或实时市盈率数据[^3]。注意这里的URL地址以及字段名称可能会随着版本更新而有所变化，请参照官方文档确认最新的参数设置。 一旦成功获得了所需的市盈率数值之后就可以进一步设计基于此指标的投资逻辑了。例如可以根据不同的EP标准筛选潜在标的物，并结合其他辅助条件形成更加复杂的选股模型；也可以利用滚动窗口计算平均值来进行趋势判断等[^4]。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值