Ricequant Docs

Appearance

股票行情数据说明 ​

可获取股票合约的日行情、分钟行情、tick 行情数据，具体调用方式请参考 API-get_price.

A 股财务数据 ​

米筐科技（RiceQuant）基于量化交易的实际投资研究需求，对财务数据建立了一套完整的上市公司财务数据处理流程。米筐科技的财务数据有如下优点：

  • 对三大表（资产负债表、现金流量表、利润表）原生财务数据实现自动化清洗检查入库流程，及时发现异常数据，并基于上市公司公布财报进行人工核对
  • 自主实现超过 200 个衍生财务数据计算，并根据量化投研需求，分为估值衍生指标、经营衍生指标、现金流衍生指标、财务衍生指标、成长性衍生指标五类
  • 对原生及衍生财务数据均实现了 LF、LYR、TTM 三种计算逻辑，用户可根据实际需求，灵活选择合适的数据实现指标选股/因子构建/策略编写等量化投资研究流程
  • 计算过程中考虑历史数据实际公布时间点，严格避免未来数据，为因子/策略的检验回测提供严谨可靠的数据支持

以下表格的字段全部基于新会计准则并直接采集于三大财报（资产负债表、利润表和现金流量表）。财报本身的来源常见有交易所的定期公告中的常规季报和年报、临时公告中的业绩快报和比较式财务报告以及招股说明书等。该部分数据一定来源于完整的财报，所以一般意义上的业绩快报，业绩预增报告中的数据并不会出现。

get_pit_financials_ex - 查询季度财务信息(point-in-time 形式) ​

python
get_pit_financials_ex(fields, start_quarter,end_quarter，order_book_ids, date=None, statements=None, market='cn')

以给定一个报告期回溯的方式获取季度基础财务数据（三大表），即利润表，资产负债表，现金流量表。

参数 ​

参数类型说明
fieldslist必填参数，需要返回的财务字段。支持的字段仅限利润表，资产负债表，现金流量表三大表字段
start_quarterstr必填参数，财报回溯查询的起始报告期，例如'2015q2'代表 2015 年半年报 。
end_quarterstr必填参数，财报回溯查询的截止报告期，例如'2015q4'代表 2015 年年报。
order_book_idsstr or str list必填参数，合约代码，可传入 order_book_id, order_book_id list
datestr查询日期，默认查询日期为当前最新日期
statementsstr基于查询日期，返回某一个报告期的所有记录或最新一条记录，设置 statements 为 all 时返回所有记录，statements 等于 latest 时返回最新的一条记录，默认为 latest.
marketstr默认是中国内地市场('cn') 。可选'cn' - 中国内地市场；'hk' - 香港市场

返回 ​

pandas DataFrame

字段类型说明
quarterstr报告期
info_datestr公告发布日
fieldslist需要返回的财务字段。需要返回的财务字段。支持的字段仅限利润表、资产负债表、现金流量表三大表字段，具体字段见下方返回。
if_adjustedint是否为非当期财报数据, 0 代表当期，1 代表非当期（比如 18 年的财报会披露本期和上年同期的数值，17 年年报的财务数值在 18 年年报中披露的记录则为非当期， 17 年年报的财务数值在 17 年年报中披露则为当期。
利润表 ​

可点击下载利润表

字段释义、备注
revenue营业总收入：公司经营所取得的收入总额
金融类公司不公布营业总收入，因此 revenue 指标只能使用类似的一个指标-operating_revenue 来参考 :mba
operating_revenue营业收入：公司经营主要业务所取得的收入总额 :mba
net_interest_income利息净收入
net_commission_income手续费及佣金净收入
commission_income其中:手续费及佣金收入
commission_expense其中:手续费及佣金支出
net_proxy_security_income其中:代理买卖证券业务净收入
sub_issue_security_income其中:证券承销业务净收入
net_trust_income其中:受托客户资产管理业务净收入
earned_premiums已赚保费
premiums_income保险业务收入
reinsurance_income其中:分保费收入
reinsurance减:分出保费
unearned_premium_reserve提取未到期责任准备金
total_expense营业总成本
operating_expense营业支出(金融类企业披露)
refunded_premiums退保金
compensation_expense赔付支出
amortization_expense减:摊回赔付支出
premium_reserve提取保险责任准备金
amortization_premium_reserve减:摊回保险责任准备金
policy_dividend_payout保单红利支出
reinsurance_cost分保费用
other_operating_revenue其他经营收入
other_operating_cost其他经营成本
r_n_d研发费用
other_net_income非经营性净收益
net_open_hedge_income净敞口套期收益
other_revenue其他收益
credit_asset_impairment信用资产减值损失
o_n_a_expense业务及管理费用
amortization_reinsurance_cost减:摊回分保费用
insurance_commission_expense保险手续费及佣金支出
disposal_income_on_asset资产处置收益
cost_of_goods_sold营业成本(非金融类企业披露)：公司经营主要业务产生的实际成本 :mba
sales_tax营业税 :mba
gross_profit主营业务利润 :investopedia
selling_expense销售费用：指企业在销售产品、自制半成品和工业性劳务等过程中发生的各项费用 :mba
ga_expense管理费用：指企业的行政管理部门为管理和组织经营而发生的各项费用 :mba
financing_expense财务费用： 指企业为筹集生产经营所需资金等而发生的费用，包括利息支出（减利息收入）、汇兑损失（减汇兑收益）以及相关的手续费等 :mba
financing_interest_income利息收入（财务费用），财务费用科目下进一步细分的子会计科目
financing_interest_expense利息支出（财务费用），财务费用科目下进一步细分的子会计科目
exchange_gains_or_losses兑汇损益：发生外币交易后期末账户因此调整时，由于采用不同货币，或同一货币不同比价的汇率核算时产生的、按记账本位币折算的差额 :mba
profit_from_operation营业利润： 企业在其全部销售业务中实现的利润，又称营业利润、经营利润，它包含主营业务利润 :mba
invest_income_associates对联营合营企业的投资收益
fair_value_change_income公允价值变动净收益
investment_income投资收益：指企业进行投资所获得的经济利益 :mba
asset_impairment资产减值损失
interest_income利息收入
interest_expense利息支出
non_operating_revenue营业外收入：指企业发生的与其生产经营无直接关系的各项收入，包括固定资产盘盈、非货币性交易收益、出售无形资产收益等 :mba
non_operating_expense营业外支出：企业发生的与其生产经营无直接关系的各项支出，如固定资产盘亏、债务重组损失、罚款支出、捐赠支出、非常损失等 :mba
disposal_loss_on_asset非流动资产处置净损失：包括固定资产处置损失和无形资产出售损失 :mba
other_effecting_total_profits_items影响利润总额的其他科目
profit_before_tax利润总额： 指税前利润，也就是企业在所得税前一定时期内经营活动的总成果 :mba
income_tax所得税：以纳税人的所得额为课税对象的各种税收的统称 :mba
unrealised_investment_loss未确认的投资损失： 因母公司和子公司确认子公司损益方式不同而在合并报表中使用的一个调节性科目
other_effecting_net_profits_items影响净利润的其他科目
net_profit净利润（收益）是指在利润总额中按规定交纳了所得税以后公司的利润留存，一般也称为税后利润或净收入 :mba
non_recurring_pnl非经常性损益
net_profit_deduct_non_recurring_pnl扣除非经常性损益后的净利润
classified_by_continuity_operation(一)按经营持续性分类
continuous_operation_net_profit持续经营净利润
discontinued_operation_net_profit终止经营净利润
classified_by_ownership(二)按所有权归属分类
net_profit_parent_company归属母公司净利润： 反映在企业合并净利润中，归属于母公司股东（所有者）所有的那部分净利润 :others
minority_profit少数股东损益
other_income其他综合收益：指企业根据企业会计准则规定未在损益中确认的各项利得和损失扣除所得税影响后的净额 :mba
other_income_unclassified_income_statement(一)以后不能重分类进损益表的其他综合收益
remearsured_other_income1.1 重新计量设定收益计划净负债或净资产的变动
other_income_equity_unclassified_income_statement1.2 权益法下在被投资单位不能重分类进损益表的其他综合收益中享有的份额
other_equity_instruments_change1.3 其他权益工具投资公允价值变动
corporate_credit_risk_change1.4 企业自身信用风险公允价值变动
other_income_classified_income_statement(二)以后能重分类进损益表的其他综合收益
other_income_equity_classified_income_statement2.1 权益法下在被投资单位能重分类进损益表的其他综合收益中享有的份额
financial_asset_available_for_sale_change2.2 可供出售金融资产公允价值变动损益
financial_asset_hold_to_maturity_change2.3 持有至到期投资重分类为可供出售金融资产损益
cash_flow_hedging_effective_portion2.4 现金流量套期损益的有效部分
foreign_currency_statement_converted_difference2.5 外币财务报表分析折算差额
others2.6 其他
other_debt_investment_change2.7 其他债权投资公允价值变动
assets_reclassified_other_income2.8 金融资产重分类计入其他综合收益的金额
other_debt_investment_reserve2.9 其他债权投资信用减值准备
other_income_minority归属于少数股东的其他综合收益总额
total_income综合收益总额：反映企业净利润与其他综合收益的合计金额 :mba
total_income_parent_company归属于母公司所有者的综合收益总额
total_income_minority归属于少数股东的综合收益总额
basic_earnings_per_share基本每股收益：本每股收益是指企业应当按照属于普通股股东的当期净利润，除以发行在外普通股的加权平均数从而计算出的每股收益 :mba
fully_diluted_earnings_per_share稀释每股收益
adjust_asset_impairment资产减值损失：根据财政部发布的《关于修订印发 2019 年度一般企业财务报表格式的通知》格式，“资产减值损失”不隶属于营业总成本部分。因企业披露不一致性，经研究，从 2020.07.08 披露的 2020 年半年报开始，字段数值按照原文披露展示，历史报告期维持原有规则。
adjust_credit_asset_impairment信用减值损失：根据财政部发布的《关于修订印发 2019 年度一般企业财务报表格式的通知》格式，“信用减值损失”不隶属于营业总成本部分。因企业披露不一致性，经研究，从 2020.07.08 披露的 2020 年半年报开始，字段数值按照原文披露展示，历史报告期维持原有规则。
资产负债表 ​

可点击下载资产负债表

字段释义、备注
financial_asset_held_for_trading企业为了近期内出售而持有的金融资产。通常情况下，以赚取差价为目的从二级市场购入的股票、债券和基金会分类为交易性金融资产 :mba :wikipedia
cash_equivalent货币资金
client_deposits其中:客户资金存款
bill_receivable应收票据：指企业持有的还没有到期、尚未兑现的票据:mba
dividend_receivable应收股利： 指企业因股权投资而应收取的现金股利以及应收其他单位的利润，不包括应收的股票股利 :mba
bill_accts_receivable应收票据及应收账款
interest_receivable应收利息：短期债券投资实际支付的价款中包含的已到付息期但尚未领取的债券利息 :mba
bad_debt_reserve坏账准备：指对应收账款预提的，对不能收回或回收可能性极低的应收账款用来抵销，是应收账款的备抵账户 :mba
net_accts_receivable应收账款净额
contract_assets合同资产
prepayment预付账款：企业因购货和接受劳务，按照合同规定预付给供应单位的款项 :mba
financial_receivable应收款项融资
financial_lease_receivable应收融资租赁款
other_equity_investment其他权益工具投资
other_illiquidy_financial_assets其他非流动金融资产
non_current_asset_due_one_year一年内到期的非流动资产
other_receivables_interest_dividend其他应收款(含利息和股利)
inventory存货: 指企业在日常活动中持有的以备出售的产成品或商品、处在生产过程中的在产品、在生产过程或提供劳务过程中耗用的材料和物料等 :mba
consumable_biological_assets消耗性生物资产
deferred_expense待摊费用： 指支出先发生，费用归属后发生的事项，按照时间长短分为短期待摊费用和长期待摊费用 :mba
assets_hold_for_sale划分为持有待售的资产
contract_work工程施工： 工程施工是指按照设计图纸和相关文件的要求，在建设场地上将设计意图付诸实现的测量、作业、检验，形成工程实体建成最终产品的活动 :mba
other_current_assets其他流动资产： 指除货币资金、短期投资、应收票据、应收账款、其他应收款、存货等流动资产以外的流动资产 :mba
current_assets流动资产合计： 指企业可以在一年内或者超过一年的一个营业周期内变现或者耗用的资产 :mba
financial_asset_available_for_sale可供出售金融资产： 指初始确认时即被指定为可供出售的非衍生金融资产，
以及贷款和应收款项、持有至到期投资、交易性金融资产之外的非衍生金融资产 :mba
non_current_liability_due_one_year一年内到期的非流动负债
debt_investment债权投资
other_debt_investment其他债权投资
financial_asset_hold_to_maturity持有至到期投资： 指企业有明确意图并有能力持有至到期，到期日固定、回收金额固定或可确定的非衍生金融资产 :mba
real_estate_investment投资性房地产： 指为赚取租金或资本增值，或两者兼有而持有的房地产 :mba
long_term_receivables长期应收款： 长期应收款是根据长期应收款的账户余额减去未确认融资收益还有一年内到期的长期应收款 :mba
net_long_term_equity_investment长期股权投资净额
accumulated_depreciation累计折旧： "累计折旧"账户属于资产类的备抵调整账户，其结构与一般资产账户的结构刚好相反，贷方登记增加，借方登记减少，余额在贷方 :mba
depreciation_reserve固定资产减值准备： 指由于固定资产市价持续下跌，或技术陈旧、损坏、长期闲置等原因导致其可收回金额低于账面价值的，
应当将可收回金额低于其账面价值的差额作为固定资产减值准备 :mba
net_fixed_assets固定资产净额： 固定资产原值减累计折旧再减减值准备后的差额 :mba
total_fixed_assets固定资产合计
engineer_material工程物资： 指用于固定资产建造的建筑材料，如钢材、水泥、玻璃等。在资产负债表中并入在建工程项目 :mba
construction_in_progress在建工程： 指企业固定资产的新建、改建、扩建，或技术改造、设备更新和大修理工程等尚未完工的工程支出 :mba
total_construction_in_progress在建工程合计
fixed_asset_to_be_disposed固定资产清理： 指企业因出售、报废和毁损等原因转入清理的固定资产价值及其在清理过程中所发生的清理费用和清理收入等 :mba
capitalized_biological_assets生产性生物资产： 指为产出农产品、提供劳务或出租等目的而持有的生物资产，包括经济林、薪炭林、产畜和役畜等 :mba
oil_and_gas_assets油气资产： 指油气开采企业所拥有或控制的井及相关设施和矿区权益。油气资产属于递耗资产 :mba
intangible_assets无形资产： 指企业拥有或者控制的没有实物形态的可辨认非货币性资产 :mba
seat_costs交易席位费
impairment_intangible_assets开发支出： 反映企业开发无形资产过程中能够资本化形成无形资产成本的支出部分 :mba
use_right_assets使用权资产
goodwill商誉： 指能在未来期间为企业经营带来超额利润的潜在经济价值，
或一家企业预期的获利能力超过可辨认资产正常获利能力（如社会平均投资回报率）的资本化价值 :mba
long_term_deferred_expenses长期待摊费用： 指企业已经支出，但摊销期限在 1 年以上(不含 1 年)的各项费用 :mba
deferred_income_tax_assets递延所得税资产： 指对于可抵扣暂时性差异，以未来期间很可能取得用来抵扣可抵扣暂时性差异的应纳税所得额为限确认的一项资产 :mba
other_non_current_assets其他非流动资产： 指除资产负债表上所列非流动资产项目以外的其他周转期超过 1 年的长期资产 :mba
non_current_assets非流动资产合计
loan_account_receivables投资-贷款及应收款项(应收款项类投资)
fund_providing融出资金
reinsurance_reserve_receivable应收分保合同准备金
settlement_provision结算备付金
client_provision客户备付金
interbank_deposits存放同业款项
precious_metals贵金属
lend_capital拆出资金
derivative_financial_assets衍生金融资产
resale_financial_assets买入返售金融资产
loans_advances_to_customers发放贷款和垫款
insurance_receivable应收保费
subrogation_fee_receivable应收代位追偿款
reinsurance_receivable应收分保账款
unearned_reserve_receivable应收分保未到期责任准备金
unclaimed_reserve_receivable应收分保未决赔款准备金
life_reserve_receivable应收分保寿险责任准备金
health_reserve_receivable应收分保长期健康险责任准备金
insurer_mortgage_loan保户质押贷款
fixed_deposits定期存款
refundable_deposits存出保证金
refundable_capital_deposits存出资本保证金
independent_account_assets独立账户资产
other_assets其他资产
other_accts_receivable其他应收款(原值)：是企业除应收票据、应收账款和预付账款以外的各种应收暂付款项
total_assets总资产： 指企业拥有或可控制的能以货币计量的经济资源，包括各种财产、债权和其他权利 :mba
mortgaged_loan质押借款
short_term_loans短期借款： 还款期一年以下，企业用来维持正常的生产经营所需的资金或为抵偿某项债务而向银行或其他金融机构等外单位借入的资金 :mba
financial_liabilities交易性金融负债： 交易性金融负债，指企业采用短期获利模式进行融资所形成的负债，比如应付短期债券 :others
notes_payable应付票据： 应付票据是指企业购买材料、商品和接受劳务供应等而开出、承兑的商业汇票，包括商业承兑汇票和银行承兑汇票。
在我国应收票据、应付票据仅指"商业汇票"，包括"银行承兑汇票"和"商业承兑汇票"两种，属于远期票据，付款期一般在 1 个月以上，6 个月以内 :mba
accts_payable应付账款： 应付帐款是指企业因购买材料、物资和接受劳务供应等而付给供货单位的帐款 :mba
bill_accts_payable应付票据及应付账款
contract_liabilities合同负债
advance_from_customers预收账款： 预收账款指买卖双方协议商定，由购货方预先支付一部分货款给供应方而发生的一项负债 :mba
payroll_payable应付职工薪酬： 应付职工薪酬是指企业为获得职工提供的服务而给予各种形式的报酬以及其他相关支出 :mba
dividend_payable应付股利： 应付股利是指企业根据年度利润分配方案，确定分配的股利 :mba
tax_payable应交税费： 应交税费是指企业根据在一定时期内取得的营业收入、实现的利润等，按照现行税法规定，采用一定的计税方法计提的应交纳的各种税费 :mba
interest_payable应付利息： 应付利息，是指金融企业根据存款或债券金额及其存续期限和规定的利率，按期计提应支付给单位和个人的利息 :investopedia
other_fees_payable其他应交款： 指企业需要向国家缴纳的各项款项中除了税金以外的各种应交款项，主要包括教育附加费、车辆购置附加费等。 :others
other_payable其他应付款： 该科目只核算企业应付其他单位或个人的零星款项，如应付经营租入固定资产和包装物的租金、存入保证金等 :mba
other_payable_interest_dividend其他应付款（含利息和股利）
short_term_debt应付短期债券： 应付短期债券是企业筹资发行一年以下期限的债券，属于流动负债 :others
accrued_expense预提费用： 预提费用是指企业按规定预先提取但尚未实际支付的各项费用。 就是企业还没支付，但应该要支付的，要记入负债 :others
liabilities_hold_for_sale划分为持有待售的负债
estimated_liabilities预计负债： 预计负债是因或有事项可能产生的负债 :mba
deferred_income递延收益： 递延收益是指尚待确认的收入或收益，也可以说是暂时未确认的收益，它是权责发生制在收益确认上的运用 :mba
long_term_liabilities_due_one_year一年内到期的长期负债： 一年内到期的长期负债是指反映企业长期负债中自编表日起一年内到期的长期负债 :others【该数据来自旧会计准则】
other_current_liabilities其他流动负债： 指不能归属于短期借款，应付短期债券券，应付票据，应付帐款，应付所得税，其他应付款，预收账款这七款项目的流动负债。
但以上各款流动负债，其金额未超过流动负债合计金额百分之五者，得并入其他流动负债内 :others
current_liabilities流动负债合计： 流动负债合计是指企业在一年内或超过一年的一个营业周期内需要偿还的债务 :mba
long_term_loans长期借款： 长期借款是指企业从银行或其他金融机构借入的期限在一年以上(不含一年)的借款 :mba
bond_payable应付债券： 公司为筹集长期资金而实际发行的债券及应付的利息 :mba
preference_shares优先股
perpetual_bond永续债（应付债券）
long_term_payable长期应付款： 指企业除了长期借款和应付债券以外的长期负债，包括应付引进设备款、应付融资租入固定资产的租赁费等 :mba
accrued_staff_costs长期应付职工薪酬
grants_received专项应付款： 企业接受国家作为企业所有者拨入的具有专门用途的款项所形成的不需要以资产或增加其他负债偿还的负债 :others
housing_revolving_funds住房周转金： 房周转金是指企业从各种规定来源取得的、用于职工住房各方面开支的，除公益金、住房折旧和住房公积金以外的住房基金 :mba
deferred_income_tax_liabilities递延所得税负债： 指根据应纳税暂时性差异计算的未来期间应付所得税的金额 :mba
lease_liabilities租赁负债
financial_lease_payable应付融资租赁款
other_non_current_liabilities其他非流动负债： 反映企业除长期借款、应付债券等项目以外的其他非流动负债 :mba
non_current_liabilities非流动负债合计： 指偿还期在一年或者超过一年的一个营业周期以上的债务。非流动负债的主要项目有长期借款和应付债券 :mba
borrowings_from_central_banks向中央银行借款
deposits_of_interbank同业及其他金融机构存放款项
borrowings_capital拆入资金
derivative_financial_liabilities衍生金融负债
buy_back_security_proceeds卖出回购金融资产款
deposits吸收存款
proxy_security_proceeds代理买卖证券款
sub_issue_security_proceeds代理承销证券款
security_deposits_received存入保证金
advance_insurance预收保费
comission_payable应付手续费及佣金
reinsurance_payable应付分保账款
compensation_payable应付赔付款
policy_dividend_payable应付保单红利
deposits_from_interbank吸收存款及同业存款
insurance_contract_reserve保险合同准备金
insurer_deposit_investment保户储金及投资款
uncertained_premium_reserve未到期责任准备金
unclaimed_indemnity_reserve未决赔款准备金
life_insurance_reserve寿险责任准备金
health_insurance_reserve长期健康险责任准备金
independent_account_liabilities独立账户负债
other_liabilities其他负债
deferred_revenue递延收益(长期负债)： 递延收益是指尚待确认的收入或收益，也可以说是暂时未确认的收益，它是权责发生制在收益确认上的运用 :mba
total_liabilities负债合计： 指企业所承担的能以货币计量，将以资产或劳务偿还的债务 :mba
paid_in_capital实收资本(或股本)： 指企业的投资者按照企业章程或合同、协议的约定，实际投入企业的资本 :mba
other_equity_instruments其他权益工具
equity_preferred_stock权益部分的优先股
perpetual_equity_debt永续债（其他权益工具）
capital_reserve资本公积金： 企业收到的投资者的超出其在企业注册资本所占份额，以及直接计入所有者权益的利得和损失等 :mba【该数据来自旧会计准则】
surplus_reserve盈余公积： 指企业从税后利润中提取形成的、存留于企业内部、具有特定用途的收益积累 :others
undistributed_profit未分配利润： 未分配利润是企业未作分配的利润。它在以后年度可继续进行分配，在未进行分配之前，属于所有者权益的组成部分 :others
treasury_stock减:库存股
equity_parent_company归属于母公司所有者权益合计： 母公司股东权益反映的是母公司所持股份部分的所有者权益数 :others
total_equity股东权益合计： 所有者权益合计是指企业投资人对企业净资产的所有权 :others
general_reserve一般风险准备
trade_risk_allowances交易风险准备
foreign_currency_converted_difference外币报表折算差额
uncertained_impairment_losses未确认投资损失
other_reserves其他储备(公允价值变动储备)
specific_reserve专项储备
minority_interest少数股东权益： 少数股东损益是一个流量概念，是指公司合并报表的子公司其它非控股股东享有的损益 :mba
total_equity_and_liabilities负债和股东权益总计
现金流量表 ​

可点击下载现金流量表

字段释义、备注
cash_received_from_sales_of_goods销售商品、提供劳务收到的现金： 公司销售商品、提供劳务实际收到的现金 :investopedia
refunds_of_taxes收到的税费返还： 公司按规定收到的增值税、所得税等税费返还额 :mba
net_deposit_increase客户存款和同业存放款项净增加额
net_increase_from_central_bank向中央银行借款净增加额
net_increase_from_other_financial_institutions向其他金融机构拆入资金净增加额
draw_back_canceled_loans收回已核销贷款
cash_received_from_interests_and_commissions收取利息、手续费及佣金的现金
net_increase_from_disposing_financial_assets处置交易性金融资产净增加额
net_increase_from_repurchasing_business回购业务资金净增加额
cash_received_from_original_insurance收到原保险合同保费取得的现金
cash_received_from_reinsurance收到再保业务现金净额
net_increase_from_insurer_deposit_investment保户储金及投资款净增加额
net_increase_from_financial_institutions拆入资金净增加额
cash_received_from_proxy_security代理买卖证券收到的现金净额
cash_received_from_sub_issue_security代理承销证券收到的现金净额
cash_from_other_operating_activities收到其它与经营活动有关的现金：公司除了上述各项目外，收到的其他与经营活动有关的现金，
如捐赠现金收入、罚款收入、流动资产损失中由个人赔偿的现金收入等 :mba
cash_from_operating_activities经营活动现金流入小计
cash_paid_for_goods_and_services购买商品、接受劳务支付的现金： 公司购买商品、接受劳务实际支付的现金 :investopedia
assets_depreciation_reserves资产减值准备
exchange_rate_change_effect汇率变动对现金及现金等价物的影响
other_effecting_cash_equivalent_items影响现金及现金等价物的其他科目
cash_equivalent_increase现金及现金等价物净增加额（来源现金流量表主表）
begin_period_cash_equivalent加:期初现金及现金等价物余额
end_period_cash_equivalent期末现金及现金等价物余额
cash_paid_for_employee支付给职工以及为职工支付的现金： 公司实际支付给职工，以及为职工支付的现金，
包括本期实际支付给职工的工资、奖金、各种津贴和补贴等 :mba
cash_paid_for_taxes支付的各项税费： 反映企业按规定支付的各种税费，包括本期发生并支付的税费，以及本期支付以前各期发生的税费和预交的税金等 :mba
net_increase_from_loans_and_advances客户贷款及垫款净增加额
net_increase_from_central_bank_and_banks存放中央银行和同业款项净增加额
net_increase_from_lending_capital拆出资金净增加额
cash_paid_for_comissions支付手续费及佣金的现金
cash_paid_for_orignal_insurance支付原保险合同赔付款项的现金
cash_paid_for_reinsurance支付再保业务现金净额
cash_paid_for_policy_dividends支付保单红利的现金
net_increase_from_trading_financial_assets为交易目的而持有的金融资产净增加额
net_increase_from_operating_buy_back返售业务资金净增加额(经营)
cash_paid_for_other_operation_activities支付其他与经营活动有关的现金： 反映企业支付的其他与经营活动有关的现金支出，
如罚款支出、支付的差旅费、业务招待费的现金支出、支付的保险费等 :mba
cash_paid_for_operation_activities经营活动现金流出小计
cash_flow_from_operating_activities经营活动产生的现金流量净额： 指企业投资活动和筹资活动以外的所有交易活动和事项的现金流入和流出量 :mba
cash_received_from_disposal_of_investment收回投资收到的现金
cash_received_from_investment取得投资收益收到的现金
cash_received_from_disposal_of_asset处置固定资产、无形资产和其他长期资产收回的现金净额： 公司处置固定资产、无形资产和其他长期资产收回的现金 :investopedia
cash_received_from_other_investment_activities收到其他与投资活动有关的现金： 公司除了上述各项以外，收到的其他与投资活动有关的现金 :mba
cash_received_from_investment_activities投资活动现金流入小计
cash_paid_for_asset购建固定资产、无形资产和其他长期资产所支付的现金 :wikipedia
cash_paid_to_acquire_investment投资支付的现金： 反映企业进行权益性投资和债权性投资支付的现金，
包括企业取得的除现金等价物以外的股票投资和债券投资等支付的现金等 :mba
cash_paid_for_other_investment_activities支付其他与投资活动有关的现金： 反映企业除了上述各项以外，支付的其他与投资活动有关的现金流出 :mba
cash_paid_for_investment_activities投资活动产生的现金流出小计
cash_flow_from_investing_activities投资活动产生的现金流量净额：指企业长期资产的购建和对外投资活动（不包括现金等价物范围的投资）的现金流入和流出量 :mba
cash_received_from_investors吸收投资收到的现金：反映企业收到的投资者投入现金，包括以发行股票、债券等方式筹集的资金实际收到的净额 :mba
cash_received_from_minority_invest_subsidiaries其中:子公司吸收少数股东投资收到的现金
cash_received_from_issuing_security发行债券收到的现金
cash_received_from_financial_institution_borrows取得借款收到的现金： 公司向银行或其他金融机构等借入的资金 :mba
cash_received_from_issuing_equity_instruments发行其他权益工具收到的现金
net_increase_from__financing_buy_back回购业务资金净增加额(筹资)
cash_received_from_other_financing_activities收到其他与筹资活动有关的现金：反映企业收到的其他与筹资活动有关的现金流入，如接受现金捐赠等 :mba
cash_received_from_financing_activities筹资活动现金流入小计
cash_paid_for_debt偿还债务支付的现金：公司以现金偿还债务的本金，包括偿还银行或其他金融机构等的借款本金、偿还债券本金等 :mba
cash_paid_for_dividend_and_interest分配股利、利润或偿付利息支付的现金：反映企业实际支付给投资人的利润以及支付的借款利息、债券利息等 :mba
dividends_paid_to_minority_by_subsidiaries其中:子公司支付给少数股东的股利、利润或偿付的利息
cash_paid_for_other_financing_activities支付其他与筹资活动有关的现金：反映企业支付的其他与筹资活动有关的现金流出 :mba
cash_paid_to_financing_activities筹资活动现金流出小计
cash_flow_from_financing_activities筹资活动产生的现金流量净额：指企业接受投资和借入资金导致的现金流入和流出量 :mba
net_cash_deal_from_sub处置子公司及其他营业单位收到的现金净额
net_cash_payment_from_sub取得子公司及其他营业单位支付的现金净额
net_increase_in_pledge_loans质押贷款净增加额
net_increase_from_investing_buy_back返售业务资金净增加额(投资)
net_inc_cash_and_equivalents现金及现金等价物净增加额（来源为财务附注）
fixed_asset_depreciation固定资产折旧
deferred_expense_amortization长期待摊费用摊销
intangible_asset_amortization无形资产摊销
usufruct_asset_amortization使用权资产摊销

范例 ​

  • 获取股票 2018q2-2018q3 各报告期最新一次记录
python
[In]
get_pit_financials_ex(fields=['revenue','net_profit'], start_quarter='2018q2', end_quarter='2018q3',order_book_ids=['000001.XSHE','000048.XSHE'])
[Out]
                  info_date revenue if_adjusted net_profit
order_book_id quarter
000001.XSHE 2018q2 2019-08-08 5.724100e+10 1 1.337200e+10
            2018q3 2019-10-22 8.666400e+10 1 2.045600e+10
000048.XSHE 2018q2 2019-08-31 7.362684e+08 1 -3.527276e+07
            2018q3 2019-10-31 1.216331e+09 1 -4.566952e+07
  • 获取股票 2018q2 所有的记录
python
[In]
get_pit_financials_ex(fields=['revenue','net_profit'], start_quarter='2018q2', end_quarter='2018q2',order_book_ids=['000001.XSHE','000048.XSHE'],statements='all')
[Out]
                  info_date revenue if_adjusted net_profit
order_book_id quarter
000001.XSHE 2018q2 2018-08-16 5.724100e+10 0 1.337200e+10
            2018q2 2019-08-08 5.724100e+10 1 1.337200e+10
000048.XSHE 2018q2 2018-08-31 1.063670e+09 0 7.790205e+07
            2018q2 2018-10-31 1.060487e+09 0 7.880372e+07
            2018q2 2019-06-15 7.362684e+08 0 -3.527276e+07
            2018q2 2019-08-31 7.362684e+08 1 -3.527276e+07
  • 获取股票 2018q2 查询日期为 20190807 的记录
python
[In]
get_pit_financials_ex(fields=['revenue','net_profit'], start_quarter='2018q2', end_quarter='2018q2',order_book_ids=['000001.XSHE','000048.XSHE'],statements='all',date='20190807')
[Out]
                  info_date revenue if_adjusted net_profit
order_book_id quarter
000001.XSHE 2018q2 2018-08-16 5.724100e+10 0 1.337200e+10
000048.XSHE 2018q2 2018-08-31 1.063670e+09 0 7.790205e+07
            2018q2 2018-10-31 1.060487e+09 0 7.880372e+07
            2018q2 2019-06-15 7.362684e+08 0 -3.527276e+07

current_performance - 查询财务快报数据 ​

python
current_performance(order_book_id, info_date, quarter, interval, fields)

默认返回给定的 order_book_id 当前最近一期的快报数据。

参数 ​

参数类型说明
order_book_idstr必填参数，合约代码。由于快报报告日期的不规则，目前只支持单个查询，批量请考虑轮询。
info_datestryyyymmdd 或者 yyyy-mm-dd。如果不填(info_date 和 quarter 都为空)，则返回当前日期的最新发布的快报。如果填写，则从 info_date 当天或者之前最新的报告开始抓取。
quarterstrinfo_date 参数优先级高于 quarter。如果 info_date 填写了日期，则不查看 quarter 这个字段。 如果 info_date 没有填写而 quarter 有填写，则财报回溯查询的起始报告期，例如'2015q2', '2015q4'分别代表 2015 年半年报以及年报。默认只获取当前报告期财务信息
intervalstr查询财务数据的间隔。例如，填写'5y'，则代表从报告期开始回溯 5 年，每年为相同报告期数据；'3q'则代表从报告期开始向前回溯 3 个季度。不填写默认抓取一期。
fieldsstr or str list抓取对应有效字段返回。默认返回所有字段。具体快报字段见下方。
财务快报可选字段 ​
fields说明
operating_revenue营业收入 or 主营业务收入(元)
gross_profit主营业务利润(元)
operating_profit营业利润(元)
total_profit利润总额(元)
np_parent_owners归属母公司净利润(元)
net_profit_cut扣除非经常性损益后净利润(元)
net_operate_cashflow经营活动现金流量净额(元)
total_assets总资产(元)
se_without_minority归属母公司普通股东权益(元)
se_parent_owners归属母公司股东权益(元)
total_shares总股本(股)
basic_eps基本每股收益
eps_weighted每股收益(加权)(元)
eps_cut_epscut每股收益(扣除)(元)
eps_cut_weighted每股收益(扣除加权)(元)
roe净资产收益率(摊薄)(%)
roe_weighted净资产收益率(加权)(%)
roe_cut净资产收益率(扣除摊薄)(%)
roe_cut_weighted净资产收益率(扣除加权)(%)
net_operate_cashflow_per_share每股经营活动现金流量净额(元)
equity_per_share每股净资产(元)
operating_revenue_yoy主营业务收入同比(%)
gross_profit_yoy主营业务利润同比(%)
operating_profit_yoy营业利润同比(%)
total_profit_yoy利润总额同比(%)
np_parent_minority_pany_yoy归属母公司净利润同比(%)
ne_t_minority_ty_yoy扣除非经常性损益后净利润同比(%)
net_operate_cash_flow_yoy经营活动现金流量净额同比(%)
total_assets_to_opening总资产较期初比(%)
se_without_minority_to_opening归属母公司股东权益较期初比(%)
basic_eps_yoy每股收益(摊薄) 同比(%)
eps_weighted_yoy每股收益(加权) 同比(%)
eps_cut_yoy每股收益(扣除) 同比(%)
eps_cut_weighted_yoy每股收益(扣除加权) 同比(%)
roe_yoy净资产收益率(摊薄) 同比(%)
roe_weighted_yoy净资产收益率(加权) 同比(%)
roe_cut_yoy净资产收益率(扣除摊薄) 同比(%)
roe_cut_weighted_yoy净资产收益率(扣除加权) 同比(%)
net_operate_cash_flow_per_share_yoy每股经营活动现金流量净额同比(%)
net_asset_psto_opening每股净资产较期初比(%)

返回 ​

pandas DataFrame

范例 ​

  • 获取单只股票过去一个报告期的快报数据
python
[In]
current_performance('000004.XSHE')
[Out]
      end_date  info_date  operating_revenue    gross_profit    operating_profit    total_profit    np_parent_owners    net_profit_cut    net_operate_cashflow...roe_cut_weighted_yoy    net_operate_cash_flow_per_share_yoy    net_asset_psto_opening
0   2017-12-31  2018-04-14    1.386058e+08           NaN             8796946.37       9716431.21      8566720.65         NaN                NaN                    NaN                                NaN                               NaN
  • 获取单只股票多个报告期的总利润
python
[In]
current_performance('000004.XSHE',quarter='2017q4',fields='total_profit',interval='2q')
[Out]
  end_date  info_date  total_profit
0  2017-12-31  2018-04-14  9716431.21
1  2015-12-31  2016-04-15  10808606.48
python
[In]
current_performance('000004.XSHE',info_date=20170331,fields='total_profit',interval='2q')
[Out]
  end_date  info_date  total_profit
0  2015-12-31  2016-04-15  10808606.48
1  2014-12-31  2015-04-16  20665807.64

performance_forecast - 查询业绩预告数据 ​

python
performance_forecast(order_book_ids,info_date,end_date,fields)

默认返回给定的 order_book_ids 当前最近一期的业绩预告数据。 业绩预告主要用来调取公司对即将到来的财务季度的业绩预期的信息。有时同一个财务季度会有多条记录，分别是季度预期和累计预期（即本年至今）。

参数 ​

参数类型说明
order_book_idsstr or str list必填参数，合约代码，可传入 order_book_id, order_book_id list。
info_datestryyyymmdd 或者 yyyy-mm-dd。如果不填(info_date 和 end_date 都为空)，则返回当前日期的最新发布的业绩预告。如果填写，则从 info_date 当天或者之前最新的报告开始抓取。注：info_date 优先级高于 end_date
end_datestryyyymmdd 或者 yyyy-mm-dd。对应财务预告期末日期，如'20150331'。
fieldsstr or str list抓取对应有效字段返回。默认返回所有字段。具体业绩预告字段见下方
业绩预告可选字段 ​
fields说明
forecast_type整体业绩预期
forecast_description业绩预期时间段描述
forecast_growth_rate_floor最小预期增长幅度
forecast_growth_rate_ceiling最大预期增长幅度
forecast_earning_floor最小预期收入
forecast_earning_ceiling最大预期收入
forecast_np_floor最小预期净利润
forecast_np_ceiling最大预期净利润
forecast_eps_floor最小预期每股收益
forecast_eps_ceiling最大预期每股收益
net_profit_yoy_const_forecast一致预期净利润增幅
forecast_ne_floor最小预测归母股东权益
forecast_ne_ceiling最大预测归母股东权益

返回 ​

pandas DataFrame

范例 ​

  • 获取单只股票过去一个报告期的预告数据
python
[In]
performance_forecast('000001.XSHE')
[Out]
    info_date  end_date  forecast_type  forecast_description  forecast_growth_rate_floor  forecast_growth_rate_ceiling  forecast_earning_floor  forecast_earning_ceiling  forecast_np_floor  forecast_np_ceiling  forecast_eps_floor  forecast_eps_ceiling  net_profit_yoy_const_forecast
0  2016-01-21  2015-12-31  预增          累计利润              5.0                      15.0                          NaN                  NaN                      2.079206e+10      2.277225e+10          1.48              1.62                  16.0
  • 获取多只股票过去一个报告期指定字段的预告数据
python
[In]
performance_forecast(['000001.XSHE','000006.XSHE'],fields=['forecast_description','forecast_earning_floor'])
[Out]
        info_date end_date forecast_description forecast_earning_floor
order_book_id
000001.XSHE 2016-01-21 2015-12-31 累计利润         NaN
000006.XSHE 2020-04-09 2020-12-31 累计收入         NaN
  • 获取单只股票指定报告期预告数据
python
[In]
performance_forecast('000005.XSHE',end_date=20170331,fields=['forecast_description','forecast_earning_floor'])
[Out]

 info_date  end_date  forecast_description  forecast_earning_floor
0  2017-04-15  2017-03-31  累计利润              NaN

A 股因子数据 ​

单季度数据处理 ​

除提供三大表基础财务数据外，我们还对其进行了单季度处理：

  • 每日提供近 12 期的单季度数据，并以 _mrq_n 后缀(most recent quarter) 方式在原有基础字段上进行拓展，可以使用 get_factor 函数调用，例如: net_profit_mrq_0 表示距离当前查询日期最近一期财报当中的单季净利润指标 ,cash_equivalent_mrq_1 表示距离当前查询日最近一期的上一期财报当中的单季货币资金指标
  • 对每一期数据进行 Point-in-Time（PIT）处理，考虑如下例子：

在发布财务报告以后，上市公司可能会对数据进行修正。因此，在进行指标计算的时候，需要考虑当前时间点所能取到的最新数据，以避免未来数据的问题。该处理称为 Point-in-Time（PIT）处理。例如，考虑以下例子：

  • 某一上市公司的 2018 年 4 月 1 日发布 2018 年一季度报告；
  • 5 月 1 日修改了一季报净利润数据；
  • 6 月 1 日再次修改净利润数据；
  • 7 月 1 日发布 2018 年二季报报告 则在 2018 年 4 月 2 日、2018 年 5 月 2 日和 2018 年 7 月 2 日计算该公司最近八期的 PIT 单季度净利润数据如下表所示：
2018-04-022018-05-022018-07-02
2018 年一季度（4 月 1 日发布）2018 年一季度（5 月 1 日调整）2018 年二季度
2017 年四季度2017 年四季度2018 年一季度（6 月 1 日调整）
2017 年三季度2017 年三季度2017 年四季度
2017 年二季度2017 年二季度2017 年三季度
2017 年一季度2017 年一季度2017 年二季度
2016 年四季度2016 年四季度2017 年一季度
2016 年三季度2016 年三季度2016 年四季度
2016 年二季度2016 年二季度2016 年三季度

TTM 处理 ​

TTM 是 Trailing Twelve Months 的简称，会使用过去 4 个季度的滚动财务数据进行计算，可避免某一期财报数据的偶然性。（对于来自利润表和现金流量表的数据 TTM 为滚动加和，来自资产负债表的数据 TTM 为滚动求平均）。

  • 提供最近 9 期的 TTM 数据，并以 _ttm_n 后缀的方式在原有基础字段上进行拓展，可以使用 get_factor 函数调用。 例如：revenue_ttm_0 代表最近一期滚动净利润数据，数值上等于 revenue_mrq_0 + revenue_mrq_1 + revenue_mrq_2 + revenue_mrq_3

注意事项

对于利润表中的基本每股收益，目前米筐的单季度处理以及 TTM 处理都直接采用的每股收益指标相减的方式。

LYR 处理 ​

LYR 是 Last Year Ratio 的简称，会使用最近一期年报的数据。

  • 提供最近 9 期的 LYR 数据，并以 _lyr_n 后缀的方式在原有基础字段上进行拓展，可以使用 get_factor 函数调用。例如：revenue_lyr_0 代表最近一期年报的净利润数据

财务衍生指标处理 ​

  • 若衍生指标定义中只涉及资产负债表字段，则提供基于最近一期财报（LF）、基于最近一期年报（LYR）、以及滚动 12 个月（TTM）三种财务数据处理逻辑
  • 若衍生指标定义中涉及现金流量表或利润表字段，则提供 LYR 和 TTM 两种处理逻辑
处理逻辑优点缺点
LF, Last File时效性最好某一期报财报数据存在较大的偶然性，且上市公司季报/中报一般没有审计要求，数据可靠性相对较差
LYR, Last Year Ratio上市公司年报有审计要求，数据可靠性最高时效性最差，例如在 2017 年 11 月，上市公司实际财务和经营情况可能已和 2016 年年报数据有较大差异
TTM, Trailing Twelve Months时效性较好，滚动 4 个报告期计算，可避免某一期财报数据的偶然性时效性不如 LF 处理；可靠性不如 LYR 处理
衍生指标命名规则 ​

估值、经营、现金流、财务和成长衍生指标，经 LF、LYR、TTM 处理后的命名规则和三大基础会计科目经相同方式处理后的命名规则存在区别

类别命名规则范例
三大报表基础会计科目以 _mrq_n ,_lyr_n,_ttm_n 等后缀方式在原有基础字段上进行拓展 ，带数字尾缀 n例如：revenue_lyr_0 代表最近一期年报的净利润数据
估值、经营、现金流、财务和成长衍生指标以 _lf ,_lyr,_ttm 等后缀方式在原有字段上进行拓展 ，不带数字尾缀 n例如：pe_ratio_lyr 代表经 LYR 处理后的市盈率

get_factor - 获取因子 ​

python
get_factor(order_book_ids, factor, start_date=None, end_date=None, universe=None,expect_df=True)

默认快速返回给定的 order_book_id 当日的因子，包括财务衍生指标因子、技术指标因子、alpha101 因子 因子等。

参数 ​

参数类型说明
order_book_idsstr or str list必填参数，合约代码，可传入 order_book_id, order_book_id list
factorstr or str list必填参数，因子名称，可查询 get_all_factor_names() 得到所有有效因子字段
datestr指定日期，默认为该日的前一个交易日
start_datestr开始日期。注：如使用开始日期，则必填结束日期
end_datestr结束日期。注：若使用结束日期，则开始日期必填
universestr指定因子计算时的股票域，米筐所有公共因子均在全市场范围计算，此参数保留为 None 即可
expect_dfboolean默认返回 pandas dataframe。如果调为 False，则返回 原有的数据结构
marketstr默认是中国内地市场('cn') 。可选'cn' - 中国内地市场；'hk' - 香港市场
财务衍生指标说明 ​
财务衍生指标说明
估值衍生指标每天随行情变化而变化，反映上市公司估值情况（例如市盈率）
经营衍生指标利润表衍生的指标，反映上市公司经营情况（例如每股收益）
现金流衍生指标现金流量表衍生的指标，反映上市公司现金流情况（例如每股现金流）
财务衍生指标资产负债表衍生的指标，反映上市公司权益/负债情况（例如带息债务）
成长性衍生指标反映上市公司经营/财务情况同比变化（例如每股净资产同比增长率）

返回 ​

pandas DataFrame


财务衍生指标因子 ​

估值有关指标 ​

为方便阅读，可点这里下载 Excel 版本的指标列表

字段中文名说明公式
pe_ratio_lyr市盈率 lyr总市值 / 归属母公司净利润 lyrmarket_cap_3 / net_profit_parent_company_lyr_0
pe_ratio_ttm市盈率 ttm总市值 / 归属母公司净利润 ttmmarket_cap_3 / net_profit_parent_company_ttm_0
ep_ratio_lyr盈市率 lyr归属母公司净利润 lyr / 总市值net_profit_parent_company_lyr_0 / market_cap_3
ep_ratio_ttm盈市率 ttm连续四季度报表披露归属母公司净利润之和 / 当前股票总市值net_profit_parent_company_ttm_0 / market_cap_3
pcf_ratio_total_lyr市现率_总现金流 lyr总市值 /（经营活动产生的现金流量净额 lyr + 投资活动产生的现金流量净额 lyr + 筹资活动产生的现金流量净额 lyr）market_cap_3 / (cash_flow_from_operating_activities_lyr_0 + cash_flow_from_investing_activities_lyr_0 + cash_flow_from_financing_activities_lyr_0)
pcf_ratio_total_ttm市现率_总现金流 ttm总市值 /（经营活动产生的现金流量净额 ttm + 投资活动产生的现金流量净额 ttm + 筹资活动产生的现金流量净额 ttm)market_cap_3 / (cash_flow_from_operating_activities_ttm_0 + cash_flow_from_investing_activities_ttm_0 + cash_flow_from_financing_activities_ttm_0)
pcf_ratio_lyr市现率_经营 lyr总市值 / 经营活动产生的现金流量净额 lyrmarket_cap_3 / cash_flow_from_operating_activities_lyr_0
pcf_ratio_ttm市现率_经营 ttm总市值 / 经营活动产生的现金流量净额 ttmmarket_cap_3 / cash_flow_from_operating_activities_ttm_0
cfp_ratio_lyr现金收益率 lyr现金收益率 =（经营活动产生的现金流量净额 lyr + 投资活动产生的现金流量净额 lyr + 筹资活动产生的现金流量净额 lyr）/ 总市值(cash_flow_from_operating_activities_lyr_0 + cash_flow_from_investing_activities_lyr_0 + cash_flow_from_financing_activities_lyr_0) / market_cap_3
cfp_ratio_ttm现金收益率 ttm现金收益率 = (经营活动产生的现金流量净额 ttm + 投资活动产生的现金流量净额 ttm + 筹资活动产生的现金流量净额 ttm）/ 总市值(cash_flow_from_operating_activities_ttm_0 + cash_flow_from_investing_activities_ttm_0 + cash_flow_from_financing_activities_ttm_0) / market_cap_3
pb_ratio_lyr市净率 lyr当前股票总市值 / 归属母公司股东权益合计 lyrmarket_cap_3 / equity_parent_company_lyr_0
pb_ratio_ttm市净率 ttm当前股票总市值 / 归属母公司股东权益合计 ttmmarket_cap_3 / equity_parent_company_ttm_0
pb_ratio_lf市净率 lf当前股票总市值 / 归属母公司股东权益合计 mrqmarket_cap_3 / equity_parent_company_mrq_0
pb_ratio_1_lyr市净率（股东权益剔除其他权益工具) lyr当前股票总市值  / (归属母公司股东权益合计-其他权益工具) lyrmarket_cap_3 /( equity_parent_company_lyr_0-other_equity_instruments_lyr_0)
pb_ratio_1_ttm市净率( 股东权益剔除其他权益工具）ttm当前股票总市值  / （归属母公司股东权益合计-其他权益工具）ttmmarket_cap_3 / (equity_parent_company_ttm_0-other_equity_instruments_ttm_0)
pb_ratio_1_lf市净率（股东权益剔除其他权益工具） lf当前股票总市值  / （归属母公司股东权益合计-其他权益工具） mrqmarket_cap_3 /(equity_parent_company_mrq_0-other_equity_instruments_mrq_0)
book_to_market_ratio_lyr账面市值比 lyr归属母公司股东权益合计 lyr / 总市值equity_parent_company_lyr_0 / market_cap_3
book_to_market_ratio_ttm账面市值比 ttm归属母公司股东权益合计 ttm / 总市值equity_parent_company_ttm_0 / market_cap_3
book_to_market_ratio_lf账面市值比 lf归属母公司股东权益合计 mrq / 总市值equity_parent_company_mrq_0 / market_cap_3
dividend_yield_ttm股息率 ttm连续四季度报表公布股利之和 / 公司当前股票总市值dividend_per_share / close_price
peg_ratio_lyrPEG 值 lyr市盈率 lyr / 公司过去一年归属母公司净利润增长率平均值 *100 lyrpe_ratio_lyr / (100*(net_profit_parent_company_lyr_0 - net_profit_parent_company_lyr_1) / net_profit_parent_company_lyr_1)
peg_ratio_ttmPEG 值 ttm市盈率 ttm / 公司过去一年归属母公司净利润增长率平均值*100 ttmpe_ratio_ttm / (100*(net_profit_parent_company_ttm_0 - net_profit_parent_company_ttm_4) / net_profit_parent_company_ttm_4)
ps_ratio_lyr市销率 lyr总市值 / 营利收入 lyrmarket_cap_3 / operating_revenue_lyr_0
ps_ratio_ttm市销率 ttm总市值 / 营利收入 ttmmarket_cap_3 / operating_revenue_ttm_0
sp_ratio_lyr销售收益率 lyr营利收入 lyr / 总市值operating_revenue_lyr_0 / market_cap_3
sp_ratio_ttm销售收益率 ttm营利收入 ttm / 总市值operating_revenue_ttm_0 / market_cap_3
market_cap总市值 1总市值 = 总股本 * A 股未复权收盘价
market_cap_2流通股总市值流通股总市值 = 流通股本 * A 股未复权收盘价
market_cap_3总市值总市值= 总股本 * A 股未复权收盘价 此处采用了 PIT 处理方式，即公告公布之后才对股本数据进行调节，而不对截止日期（例如，半年报截止日期为 06-30）至公布日期之间的数据进行覆盖更新total * close_price
a_share_market_val_3A 股市值A 股市值 = A 股股本 x A 股未复权收盘价 此处股本采用 PIT 处理方式，股本处理方式同 market_cap_3 说明部分total_a * close_price
a_share_market_val_in_circulation流通 A 股市值流通 A 股市值 = 流通 A 股 * A 股未复权收盘价 此处股本采用 PIT 处理方式，股本处理方式同 market_cap_3 说明部分circulation_a * close_price
ev_lyr企业价值 lyr总市值 + 负债合计 lyrmarket_cap_3 + total_liabilities_lyr_0
ev_ttm企业价值 ttm总市值 + 负债合计 ttmmarket_cap_3 + total_liabilities_ttm_0
ev_lf企业价值 lf总市值 + 负债合计 mrqmarket_cap_3 + total_liabilities_mrq_0
ev_no_cash_lyr企业价值(不含货币资金)lyr总市值 + 负债合计 lyr - 货币资金 lyrmarket_cap_3 + total_liabilities_lyr_0 - cash_equivalent_lyr_0
ev_no_cash_ttm企业价值(不含货币资金)ttm总市值 + 负债合计 ttm - 货币资金 ttmmarket_cap_3 + total_liabilities_ttm_0 - cash_equivalent_ttm_0
ev_no_cash_lf企业价值(不含货币资金)lf总市值 + 负债合计 mrq - 货币资金 mrqmarket_cap_3 + total_liabilities_mrq_0 - cash_equivalent_mrq_0
ev_to_ebitda_lyr企业倍数 lyr企业价值 lyr / 息税折旧摊销前利润 lyrev_lyr / ebitda_lyr
ev_to_ebitda_ttm企业倍数 ttm企业价值 ttm / 息税折旧摊销前利润 ttmev_ttm / ebitda_ttm
ev_no_cash_to_ebit_lyr企业倍数(不含货币资金)lyr企业价值 lyr / 息税折旧摊销前利润 lyrev_no_cash_lyr / ebitda_lyr
ev_no_cash_to_ebit_ttm企业倍数(不含货币资金)ttm企业价值 ttm / 息税折旧摊销前利润 ttmev_no_cash_ttm / ebitda_ttm
经营衍生指标表 ​

为方便阅读，可点这里下载 Excel 版本的指标列表

字段中文名说明公式
diluted_earnings_per_share_lyr摊薄每股收益 lyr归属母公司净利润 lyr / 该报告期末普通股总股本net_profit_parent_company_lyr_0/ total_shares
diluted_earnings_per_share_ttm摊薄每股收益 ttm归属母公司净利润 ttm / 该报告期末普通股总股本net_profit_parent_company_ttm_0 / total_shares
adjusted_earnings_per_share_lyr基本每股收益_扣除 lyr扣除非经常性损益的净利润 lyr / 普通股加权股本 lyradjusted_net_profit_lyr_0 / weighted_common_stock_lyr
adjusted_earnings_per_share_ttm基本每股收益_扣除 ttm扣除非经常性损益的净利润 ttm / 普通股加权股本 ttmadjusted_net_profit_ttm_0 / weighted_common_stock_ttm
adjusted_fully_diluted_earnings_per_share_lyr稀释每股收益_扣除 lyr扣除非经常损益的净利润 lyr / 稀释普通股 lyradjusted_net_profit_lyr_0 / diluted_common_stock_lyr
adjusted_fully_diluted_earnings_per_share_ttm稀释每股收益_扣除 ttm扣除非经常损益的净利润 ttm / 稀释普通股 ttmadjusted_net_profit_ttm_0 / diluted_common_stock_ttm
inc_adjusted_net_profit_lyr扣除非经常损益归属母公司股东的净利润同比增长率 lyr扣除非经营性损益归属母公司股东净利润 lyr / 去年扣除非经营性损益归属母公司股东净利润 lyr - 1(net_profit_deduct_non_recurring_pnl_lyr_0 / net_profit_deduct_non_recurring_pnl_lyr_1) -1
inc_adjusted_net_profit_ttm扣除非经常损益归属母公司股东的净利润同比增长率 ttm扣除非经营性损益归属母公司股东净利润 ttm / 去年扣除非经营性损益归属母公司股东净利润 ttm - 1(net_profit_deduct_non_recurring_pnl_ttm_0 / net_profit_deduct_non_recurring_pnl_ttm_4) -1
weighted_common_stock_lyr普通股加权股本 lyr归属于母公司所有者的净利润 lyr / 基本每股收益 lyrnet_profit_parent_company_lyr_0 / basic_earnings_per_share_lyr_0
weighted_common_stock_ttm普通股加权股本 ttm归属于母公司所有者的净利润 ttm / 基本每股收益 ttmnet_profit_parent_company_ttm_0 / basic_earnings_per_share_ttm_0
diluted_common_stock_lyr稀释普通股 lyr归属于母公司所有者的净利润 lyr / 稀释每股收益 lyrnet_profit_parent_company_lyr_0/fully_diluted_earnings_per_share_lyr_0
diluted_common_stock_ttm稀释普通股 ttm归属于母公司所有者的净利润 ttm / 稀释每股收益 ttmnet_profit_parent_company_ttm_0/fully_diluted_earnings_per_share_ttm_0
operating_total_revenue_per_share_lyr每股营业总收入 lyr营业总收入 lyr / 总股本revenue_lyr_0 / total_shares
operating_total_revenue_per_share_ttm每股营业总收入 ttm营业总收入 ttm / 总股本revenue_ttm_0 / total_shares
operating_revenue_per_share_lyr每股营业收入 lyr营业收入 lyr / 总股本operating_revenue_lyr_0 /total_shares
operating_revenue_per_share_ttm每股营业收入 ttm营业收入 ttm / 总股本operating_revenue_ttm_0 /total_shares
ebit_lyr息税前利润 lyr利润总额 lyr + 利息支出(财务费用) lyr - 利息收入(财务费用) lyrprofit_before_tax_lyr_0 + financing_interest_expense_lyr_0 - financing_interest_income_lyr_0
ebit_ttm息税前利润 ttm利润总额 ttm + 利息支出(财务费用) ttm - 利息收入(财务费用) ttmprofit_before_tax_ttm_0 + financing_interest_expense_ttm_0 - financing_interest_income_ttm_0
ebitda_lyr息税折旧摊销前利润 lyr息税前利润 lyr ＋ 固定资产折旧 lyr ＋ 无形资产摊销 lyr ＋ 长期待摊费用摊销 lyr(ebit_lyr + fixed_asset_depreciation_lyr_0 + intangible_asset_amortization_lyr_0 + deferred_expense_amort_lyr_0)
ebitda_ttm息税折旧摊销前利润 ttm息税前利润 ttm + 固定资产折旧 ttm ＋ 无形资产摊销 ttm ＋ 长期待摊费用摊销 ttm(ebit_ttm + fixed_asset_depreciation_ttm_0 + intangible_asset_amortization_ttm_0 + deferred_expense_amort_ttm_0)
ebit_per_share_lyr每股息税前利润 lyr息税前利润 lyr / 总股本ebit_lyr / total_shares
ebit_per_share_ttm每股息税前利润 ttm息税前利润 ttm / 总股本ebit_ttm / total_shares
return_on_equity_lyr净资产收益率 lyr归属母公司净利润 lyr * 2 /（归属母公司股东权益合计 lyr + 上期报表披露归属母公司股东权益合计 lyr）net_profit_parent_company_lyr_0 * 2 / (equity_parent_company_lyr_0 + equity_parent_company_lyr_1)
return_on_equity_ttm净资产收益率 ttm归属母公司净利润 ttm * 2 / (归属母公司股东权益合计 ttm + 上期报表披露归属母公司股东权益合计 ttm)net_profit_parent_company_ttm_0 * 2 / (equity_parent_company_ttm_0 + equity_parent_company_ttm_1)
return_on_equity_diluted_lyr摊薄净资产收益率 lyr归属母公司净利润 lyr / 归属母公司股东权益合计 lyrnet_profit_parent_company_lyr_0 / equity_parent_company_lyr_0
return_on_equity_diluted_ttm摊薄净资产收益率 ttm归属母公司净利润 ttm / 归属母公司股东权益合计 ttmnet_profit_parent_company_ttm_0 / equity_parent_company_ttm_0
adjusted_return_on_equity_lyr净资产收益率_扣除 lyr扣除非经常性损益后的归属母公司净利润 lyr * 2 /（归属母公司股东权益合计 lyr + 上期报表披露的归属母公司股东权益合计 lyr）(net_profit_parent_company_lyr_0 - non_recurring_pnl_lyr_0)* 2 / (equity_parent_company_lyr_0 + equity_parent_company_lyr_1)
adjusted_return_on_equity_ttm净资产收益率_扣除 ttm扣除非经常性损益后的归属母公司净利润 ttm * 2/ （归属母公司股东权益合计 ttm + 上期报表披露的归属母公司股东权益合计 ttm）(net_profit_parent_company_ttm_0 - non_recurring_pnl_ttm_0)* 2 / (equity_parent_company_ttm_0+equity_parent_company_ttm_1))
adjusted_return_on_equity_diluted_lyr摊薄净资产收益率_扣除 lyr扣除非经常性损益后归属母公司的净利润 lyr / 归属母公司的股东权益合计 lyr(net_profit_parent_company_lyr_0 - non_recurring_pnl_lyr_0) / equity_parent_company_lyr_0
adjusted_return_on_equity_diluted_ttm摊薄净资产收益率_扣除 ttm扣除非经常性损益后归属母公司的净利润 ttm / 归属母公司的股东权益合计 ttm(net_profit_parent_company_ttm_0 - non_recurring_pnl_ttm_0) / equity_parent_company_ttm_0
return_on_asset_lyr总资产报酬率 lyr息税前利润 lyr / 总资产 lyrebit_lyr / total_assets_lyr_0
return_on_asset_ttm总资产报酬率 ttm息税前利润 ttm / 总资产 ttmebit_ttm / total_assets_ttm_0
return_on_asset_net_profit_lyr总资产净利率 lyr净利润 lyr / 总资产 lyrnet_profit_lyr_0 / total_assets_lyr_0
return_on_asset_net_profit_ttm总资产净利率 ttm净利润 ttm / 总资产 ttmnet_profit_ttm_0 / total_assets_ttm_0
return_on_invested_capital_lyr投入资本回报率 lyr(净利润 lyr + 财务费用 lyr）/（资产总计 lyr - 流动负债 lyr + 应付票据 lyr + 短期借款 lyr + 一年内到期的非流动负债 lyr）(net_profit_lyr_0 + financing_expense_lyr_0) / (total_assets_lyr_0 - current_liabilities_lyr_0 + notes_payable_lyr_0 + short_term_loans_lyr_0 + non_current_liability_due_one_year_lyr_0)
return_on_invested_capital_ttm投入资本回报率 ttm（净利润 ttm + 财务费用 ttm）/（资产总计 ttm - 流动负债 ttm + 应付票据 ttm + 短期借款 ttm + 一年内到期的非流动负债 ttm）(net_profit_ttm_0 + financing_expense_ttm_0) / (total_assets_ttm_0 - current_liabilities_ttm_0 + notes_payable_ttm_0 + short_term_loans_ttm_0 + non_current_liability_due_one_year_ttm_0)
net_profit_margin_lyr销售净利率 lyr净利润 lyr / 营业收入 lyrnet_profit_lyr_0 / operating_revenue_lyr_0
net_profit_margin_ttm销售净利率 ttm净利润 ttm / 营业收入 ttmnet_profit_ttm_0 / operating_revenue_ttm_0
gross_profit_margin_lyr销售毛利率 lyr(营业收入 lyr - 营业成本 lyr）/ 营业收入 lyr(operating_revenue_lyr_0 - cost_of_goods_sold_lyr_0) / operating_revenue_lyr_0
gross_profit_margin_ttm销售毛利率 ttm(营业收入 ttm - 营业成本 ttm）/ 营业收入 ttm(operating_revenue_ttm_0 - cost_of_goods_sold_ttm_0) / operating_revenue_ttm_0
cost_to_sales_lyr销售成本率 lyr营业成本 lyr / 营业收入 lyrcost_of_goods_sold_lyr_0 / operating_revenue_lyr_0
cost_to_sales_ttm销售成本率 ttm营业成本 ttm / 营业收入 ttmcost_of_goods_sold_ttm_0 / operating_revenue_ttm_0
net_profit_to_revenue_lyr经营净利率 lyr净利润 lyr / 营业总收入 lyrnet_profit_lyr_0 / revenue_lyr_0
net_profit_to_revenue_ttm经营净利率 ttm净利润 ttm / 营业总收入 ttmnet_profit_ttm_0 / revenue_ttm_0
profit_from_operation_to_revenue_lyr营业利润率 lyr营业利润 lyr / 营业总收入 lyrprofit_from_operation_lyr_0 / revenue_lyr_0
profit_from_operation_to_revenue_ttm营业利润率 ttm营业利润 ttm / 营业总收入 ttmprofit_from_operation_ttm_0 / revenue_ttm_0
ebit_to_revenue_lyr税前收益率 lyr息税前利润 lyr / 营业总收入 lyrebit_lyr / revenue_lyr_0
ebit_to_revenue_ttm税前收益率 ttm息税前利润 ttm / 营业总收入 ttmebit_ttm / revenue_ttm_0
expense_to_revenue_lyr经营成本率 lyr营业总成本 lyr / 营业总收入 lyrtotal_expense_lyr_0 / revenue_lyr_0
expense_to_revenue_ttm经营成本率 ttm营业总成本 ttm / 营业总收入 ttmtotal_expense_ttm_0 / revenue_ttm_0
operating_profit_to_profit_before_tax_lyr经营活动净收益与利润总额之比 lyr(营业总收入 lyr－营业总成本 lyr) / 利润总额 lyr(revenue_lyr_0 - total_expense_lyr_0) / profit_before_tax_lyr_0
operating_profit_to_profit_before_tax_ttm经营活动净收益与利润总额之比 ttm(营业总收入 ttm－营业总成本 ttm) / 利润总额 ttm(revenue_ttm_0 - total_expense_ttm_0) / profit_before_tax_ttm_0
investment_profit_to_profit_before_tax_lyr价值变动净收益与利润总额之比 lyr(投资收益 lyr + 公允价值变动净收益 lyr + 兑汇损益 lyr - 对联营合营公司的投资收益 lyr) / 利润总额 lyr（investment_income_lyr_0 + fair_value_change_income_lyr_0 + exchange_gains_or_losses_lyr_0 - invest_income_associates_lyr_0） / profit_before_tax_lyr_0
investment_profit_to_profit_before_tax_ttm价值变动净收益与利润总额之比 ttm(投资收益 ttm + 公允价值变动净收益 ttm + 兑汇损益 ttm - 对联营合营公司的投资收益 ttm) / 利润总额 ttm（investment_income_ttm_0 + fair_value_change_income_ttm_0 + exchange_gains_or_losses_ttm_0 - invest_income_associates_ttm_0） / profit_before_tax_ttm_0
non_operating_profit_to_profit_before_tax_lyr营业外收支净额与利润总额之比 lyr营业外收支净额 lyr / 利润总额 lyr(non_operating_revenue_lyr_0 - non_operating_expense_lyr_0) / profit_before_tax_lyr_0
non_operating_profit_to_profit_before_tax_ttm营业外收支净额与利润总额之比 ttm营业外收支净额 ttm / 利润总额 ttm(non_operating_revenue_ttm_0 - non_operating_expense_ttm_0) / profit_before_tax_ttm_0
income_tax_to_profit_before_tax_lyr所得税与利润总额之比 lyr所得税 lyr / 利润总额 lyrincome_tax_lyr_0 / profit_before_tax_lyr_0
income_tax_to_profit_before_tax_ttm所得税与利润总额之比 ttm所得税 ttm / 利润总额 ttmincome_tax_ttm_0 / profit_before_tax_ttm_0
adjusted_profit_to_total_profit_lyr扣除非经常损益后的净利润与净利润之比 lyr扣除非经常性损益后的净利润 lyr / 净利润 lyradjusted_net_profit_lyr_0 / net_profit_lyr_0
adjusted_profit_to_total_profit_ttm扣除非经常损益后的净利润与净利润之比 ttm扣除非经常性损益后的净利润 ttm / 净利润 ttmadjusted_net_profit_ttm_0 / net_profit_ttm_0
ebitda_to_debt_lyr息税折旧摊销前利润/负债总计 lyr息税折旧摊销前利润 lyr / 负债总计 lyrebitda_lyr / total_liabilities_lyr_0
ebitda_to_debt_ttm息税折旧摊销前利润/负债总计 ttm息税折旧摊销前利润 ttm / 负债总计 ttmebitda_ttm / total_liabilities_ttm_0
account_payable_turnover_rate_lyr应付账款周转率 lyr营业成本 lyr / 最新年报披露应付账款 lyrcost_of_goods_sold_lyr_0 / accts_payable_lyr_0
account_payable_turnover_rate_ttm应付账款周转率 ttm营业成本 ttm /当期报表披露应付账款 ttmcost_of_goods_sold_ttm_0 / accts_payable_ttm_0
account_payable_turnover_days_lyr应付账款周转天数 lyr360 / 应付账款周转率 lyr360 / account_payable_turnover_rate_lyr
account_payable_turnover_days_ttm应付账款周转天数 ttm360 / 应付账款周转率 ttm360 / account_payable_turnover_rate_ttm
account_receivable_turnover_rate_lyr应收账款周转率 lyr营业收入 lyr / 最新年报披露应收账款净额 lyroperating_revenue_lyr_0 / net_accts_receivable_lyr_0
account_receivable_turnover_rate_ttm应收账款周转率 ttm营业收入 ttm / 当期报表披露应收账款净额 ttmoperating_revenue_ttm_0 / net_accts_receivable_ttm_0
account_receivable_turnover_days_lyr应收账款周转天数 lyr360 / 应收账款周转率 lyr360 / account_receivable_turnover_rate_lyr
account_receivable_turnover_days_ttm应收账款周转天数 ttm360 / 应收账款周转率 ttm360 / account_receivable_turnover_rate_ttm
inventory_turnover_lyr存货周转率 lyr营业成本 lyr / 本期年报披露存货 lyrcost_of_goods_sold_lyr_0 / inventory_lyr_0
inventory_turnover_ttm存货周转率 ttm营业成本 ttm / 当期报表披露存货 ttmcost_of_goods_sold_ttm_0 / inventory_ttm_0
current_asset_turnover_lyr流动资产周转率 lyr营业收入 lyr /最新年报披露流动资产总计 lyroperating_revenue_lyr_0 / current_assets_lyr_0
current_asset_turnover_ttm流动资产周转率 ttm营业收入 ttm / 当期报表披露流动资产总计 ttmoperating_revenue_ttm_0 / current_assets_ttm_0
fixed_asset_turnover_lyr固定资产周转率 lyr营业收入 lyr /最新年报披露固定资产总计 lyroperating_revenue_lyr_0 / total_fixed_assets_lyr_0
fixed_asset_turnover_ttm固定资产周转率 ttm营业收入 ttm / 当期报表披露固定资产总计 ttmoperating_revenue_ttm_0 / total_fixed_assets_ttm_0
total_asset_turnover_lyr总资产周转率 lyr营业收入 lyr /（最新年报披露总资产 lyroperating_revenue_lyr_0 / total_assets_lyr_0
total_asset_turnover_ttm总资产周转率 ttm营业收入 ttm / 当期报表披露总资产 ttmoperating_revenue_ttm_0 / total_assets_ttm_0
du_profit_margin_lyr净利率(杜邦分析）lyr净利润 lyr / 利润总额 lyrnet_profit_lyr_0 / profit_before_tax_lyr_0
du_profit_margin_ttm净利率(杜邦分析）ttm净利润 ttm / 利润总额 ttmnet_profit_ttm_0 / profit_before_tax_ttm_0
du_return_on_equity_lyr净资产收益率 ROE(杜邦分析)lyr净利率(杜邦分析)lyr 总资产周转率 lyr权益乘数(杜邦分析)lyrdu_profit_margin_lyrtotal_asset_turnover_lyr du_equity_multiplier_lyr
du_return_on_equity_ttm净资产收益率 ROE(杜邦分析)ttm净利率(杜邦分析)ttm 总资产周转率 ttm权益乘数(杜邦分析)ttmdu_profit_margin_ttmtotal_asset_turnover_ttm du_equity_multiplier_ttm
du_return_on_sales_lyr息税前利润/营业总收入 lyr息税前利润 lyr / 营业总收入 lyrebit_lyr / revenue_lyr_0
du_return_on_sales_ttm息税前利润/营业总收入 ttm息税前利润 ttm / 营业总收入 ttmebit_ttm / revenue_ttm_0
income_from_main_operations_lyr主营业务利润 lyr营业收入 lyr - 营业成本 lyr - 营业税金及附加 lyroperating_revenue_lyr_0 - cost_of_goods_sold_lyr_0 - sales_tax_lyr_0
income_from_main_operations_ttm主营业务利润 ttm营业收入 ttm - 营业成本 ttm - 营业税金及附加 ttmoperating_revenue_ttm_0 - cost_of_goods_sold_ttm_0 - sales_tax_ttm_0
time_interest_earned_ratio_lyr利息保障倍数 lyr息税前利润 lyr / (利息支出(财务费用) lyr - 利息收入(财务费用) lyr)ebit_lyr / (financing_interest_expense_lyr_0 - financing_interest_income_lyr_0)
time_interest_earned_ratio_ttm利息保障倍数 ttm息税前利润 ttm / (利息支出(财务费用) ttm - 利息收入(财务费用) ttm)ebit_ttm / (financing_interest_expense_ttm_0 - financing_interest_income_ttm_0)
equity_turnover_ratio_lyr股东权益周转率 lyr营业收入 lyr / 归属母公司股东权益合计 lyroperating_revenue_lyr_0 / equity_parent_company_lyr_0
equity_turnover_ratio_ttm股东权益周转率 ttm营业收入 ttm / 归属母公司股东权益合计 ttmoperating_revenue_ttm_0 / equity_parent_company_ttm_0
operating_cycle_lyr营业周期 lyr应收账款周转天数 lyr + 存货周转天数 lyraccount_receivable_turnover_days_lyr + 360/inventory_turnover_lyr
operating_cycle_ttm营业周期 ttm应收账款周转天数 ttm + 存货周转天数 ttmaccount_receivable_turnover_days_ttm + 360/inventory_turnover_ttm
average_payment_period_lyr应付账款付款期 lyr平均应付账款 lyr / 营业成本 lyr / 360accts_payable_lyr_0 / cost_of_goods_sold_lyr_0 / 360
average_payment_period_ttm应付账款付款期 ttm平均应付账款 ttm / 营业成本 ttm / 360accts_payable_ttm_0 / cost_of_goods_sold_ttm_0 / 360
cash_conversion_cycle_lyr现金转换周期 lyr营业周期 lyr - 应付账款付款期 lyroperating_cycle_lyr_0 - average_payment_period_lyr_0
cash_conversion_cycle_ttm现金转换周期 ttm营业周期 ttm - 应付账款付款期 ttmoperating_cycle_ttm_0 - average_payment_period_ttm_0
现金流衍生指标 ​

为方便阅读，可点这里下载 Excel 版本的指标列表

字段中文名说明公式
cash_flow_per_share_lyr每股现金流 lyr（经营活动产生的现金流量净额 lyr + 投资活动产生的现金流量净额 lyr + 筹资活动产生的现金流量净额 lyr）/ 总股本(cash_flow_from_operating_activities_lyr_0 + cash_flow_from_investing_activities_lyr_0 + cash_flow_from_financing_activities_lyr_0) / total_shares
cash_flow_per_share_ttm每股现金流 ttm（经营活动产生的现金流量净额 ttm + 投资活动产生的现金流量净额 ttm + 筹资活动产生的现金流量净额 ttm）/ 总股本(cash_flow_from_operating_activities_ttm_0 + cash_flow_from_investing_activities_ttm_0 + cash_flow_from_financing_activities_ttm_0) / total_shares
operating_cash_flow_per_share_lyr每股经营现金流 lyr经营活动产生的现金流量净额 lyr / 总股本cash_flow_from_operating_activities_lyr_0 / total_shares
operating_cash_flow_per_share_ttm每股经营现金流 ttm经营活动产生的现金流量净额 ttm / 总股本cash_flow_from_operating_activities_ttm_0 / total_shares
fcff_lyr企业自由现金流量 lyr归属于母公司所有者的净利润 lyr ＋ 资产减值准备 lyr ＋ 固定资产折旧 lyr ＋ 无形资产摊销 lyr ＋ 长期待摊费用摊销 lyr + 利息费用 lyr *（1 － 所得税 lyr / 利润总额 lyr）－（本期固定资产合计 lyr－上期固定资产合计 lyr ＋ 固定资产折旧 lyr）－营运资本变动额 lyr 其中：利息费用=利息支出(财务费用)-利息收入(财务费用)，如果企业未披露利息收入(财务费用)和利息支出(财务费用)，则“利息费用=财务费用”；营运资本变动额＝期末[（流动资产合计－货币资金）－(流动负债合计－应付票据－一年内到期的非流动负债）]－期初[（流动资产合计－货币资金）－(流动负债合计－应付票据－一年内到期的非流动负债）net_profit_parent_company_lyr_0 + assets_depreciation_reserves_lyr_0 + fixed_asset_depreciation_lyr_0 + intangible_asset_amortization_lyr_0 + deferred_expense_amortization_lyr_0 + (financing_interest_expense_lyr_0 - financing_interest_income_lyr_0) * (1 - income_tax_lyr_0 / profit_before_tax_lyr_0) - (total_fixed_assets_lyr_0 - total_fixed_assets_lyr_1 + fixed_asset_depreciation_lyr_0) - (current_assets_lyr_0 - cash_equivalent_lyr_0 - current_liabilities_lyr_0 + notes_payable_lyr_0 + non_current_liability_due_one_year_lyr_0 - (current_assets_lyr_1 - cash_equivalent_lyr_1 - current_liabilities_lyr_1 + notes_payable_lyr_1 + non_current_liability_due_one_year_lyr_1))
fcff_ttm企业自由现金流量 ttm归属于母公司所有者的净利润 ttm ＋ 资产减值准备 ttm ＋ 固定资产折旧 ttm ＋ 无形资产摊销 ttm ＋ 长期待摊费用摊销 ttm + 利息费用 ttm *（1 － 所得税 ttm / 利润总额 ttm）－（本期固定资产合计 ttm－上期固定资产合计 ttm ＋ 固定资产折旧 ttm）－营运资本变动额 ttm 其中：利息费用=利息支出(财务费用)-利息收入(财务费用)，如果企业未披露利息收入(财务费用）和利息支出（财务费用)，则“利息费用=财务费用”；营运资本变动额＝期末[（流动资产合计－货币资金）－(流动负债合计－应付票据－一年内到期的非流动负债）]－期初[（流动资产合计－货币资金）－(流动负债合计－应付票据－一年内到期的非流动负债）net_profit_parent_company_ttm_0 + assets_depreciation_reserves_ttm_0 + fixed_asset_depreciation_ttm_0 + intangible_asset_amortization_ttm_0 + deferred_expense_amortization_ttm_0 + (financing_interest_expense_ttm_0 - financing_interest_income_ttm_0) * (1 - income_tax_ttm_0 / profit_before_tax_ttm_0) - (total_fixed_assets_ttm_0 - total_fixed_assets_ttm_1 + fixed_asset_depreciation_ttm_0) - (current_assets_ttm_0 - cash_equivalent_ttm_0 - current_liabilities_ttm_0 + notes_payable_ttm_0 + non_current_liability_due_one_year_ttm_0 - (current_assets_ttm_1 - cash_equivalent_ttm_1 - current_liabilities_ttm_1 + notes_payable_ttm_1 + non_current_liability_due_one_year_ttm_1))
fcfe_lyr股权自由现金流量 lyr归属于母公司所有者的净利润 lyr ＋ 资产减值准备 lyr ＋ 固定资产折旧 lyr ＋ 无形资产摊销 lyr ＋ 长期待摊费用摊销 lyr -（本期固定资产合计 lyr - 上期固定资产合计 lyr + 固定资产折旧 lyr）- 营运资本变动额 lyr + 净债务增加 lyr 其中：营运资本变动额＝期末[（流动资产合计－货币资金）－(流动负债合计-应付票据－一年内到期的非流动负债）]－期初[（流动资产合计－货币资金）－(流动负债合计-应付票据－一年内到期的非流动负债）]；净债务增加＝期末（短期借款+长期借款+应付债券）－期初（短期借款+长期借款+应付债券）net_profit_parent_company_lyr_0 + assets_depreciation_reserves_lyr_0 + fixed_asset_depreciation_lyr_0 + intangible_asset_amortization_lyr_0 + deferred_expense_amortization_lyr_0 - (total_fixed_assets_lyr_0 - total_fixed_assets_lyr_1 + fixed_asset_depreciation_lyr_0) - (current_assets_lyr_0 - cash_equivalent_lyr_0 - current_liabilities_lyr_0 + notes_payable_lyr_0 + non_current_liability_due_one_year_lyr_0 - (current_assets_lyr_1 - cash_equivalent_lyr_1 - current_liabilities_lyr_1 + notes_payable_lyr_1 + non_current_liability_due_one_year_lyr_1)) + (short_term_loans_lyr_0 + long_term_loans_lyr_0 + bond_payable_lyr_0 - (short_term_loans_lyr_1 + long_term_loans_lyr_1 + bond_payable_lyr_1))
fcfe_ttm股权自由现金流量 ttm归属于母公司所有者的净利润 ttm ＋ 资产减值准备 ttm ＋ 固定资产折旧 ttm ＋ 无形资产摊销 ttm ＋ 长期待摊费用摊销 ttm -（本期固定资产合计 ttm - 上期固定资产合计 ttm + 固定资产折旧 ttm）- 营运资本变动额 ttm + 净债务增加 ttm 其中：营运资本变动额＝期末[（流动资产合计－货币资金）－(流动负债合计-应付票据－一年内到期的非流动负债）]－期初[（流动资产合计－货币资金）－(流动负债合计-应付票据－一年内到期的非流动负债）]；净债务增加＝期末（短期借款+长期借款+应付债券）－期初（短期借款+长期借款+应付债券）net_profit_parent_company_ttm_0 + assets_depreciation_reserves_ttm_0 + fixed_asset_depreciation_ttm_0 + intangible_asset_amortization_ttm_0 + deferred_expense_amortization_ttm_0 - (total_fixed_assets_ttm_0 - total_fixed_assets_ttm_1 + fixed_asset_depreciation_ttm_0) - (current_assets_ttm_0 - cash_equivalent_ttm_0 - current_liabilities_ttm_0 + notes_payable_ttm_0 + non_current_liability_due_one_year_ttm_0 - (current_assets_ttm_1 - cash_equivalent_ttm_1 - current_liabilities_ttm_1 + notes_payable_ttm_1 + non_current_liability_due_one_year_ttm_1)) + (short_term_loans_ttm_0 + long_term_loans_ttm_0 + bond_payable_ttm_0 - (short_term_loans_ttm_1 + long_term_loans_ttm_1 + bond_payable_ttm_1))
free_cash_flow_company_per_share_lyr每股企业自由现金流 lyr企业自由现金流量 lyr / 总股本fcff_lyr_0 / total_shares
free_cash_flow_company_per_share_ttm每股企业自由现金流 ttm企业自由现金流量 ttm / 总股本fcff_ttm_0 / total_shares
free_cash_flow_equity_per_share_lyr每股股东自由现金流 lyr股东自由现金流量 lyr / 总股本fcfe_lyr_0 / total_shares
free_cash_flow_equity_per_share_ttm每股股东自由现金流 ttm股东自由现金流量 ttm / 总股本fcfe_ttm_0 / total_shares
ocf_to_debt_lyr经营活动产生的现金流量净额/负债合计 lyr经营活动产生的现金流量净额 lyr / 负债合计 lyrcash_flow_from_operating_activities_lyr_0 / total_liabilities_lyr_0
ocf_to_debt_ttm经营活动产生的现金流量净额/负债合计 ttm经营活动产生的现金流量净额 ttm / 负债合计 ttmcash_flow_from_operating_activities_ttm_0 / total_liabilities_ttm_0
surplus_cash_protection_multiples_lyr盈余现金保障倍数 lyr经营活动产生的现金流量净额 lyr/净利润 lyrcash_flow_from_operating_activities_lyr_0/net_profit_lyr_0
surplus_cash_protection_multiples_ttm盈余现金保障倍数 ttm经营活动产生的现金流量净额 ttm/净利润 ttmcash_flow_from_operating_activities_ttm_0/net_profit_ttm_0
ocf_to_interest_bearing_debt_lyr经营活动产生的现金流量净额/带息债务 lyr经营活动产生的现金流量净额 lyr / 带息债务 lyrcash_flow_from_operating_activities_lyr_0 / interest_bearing_debt_lyr
ocf_to_interest_bearing_debt_ttm经营活动产生的现金流量净额/带息债务 ttm经营活动产生的现金流量净额 ttm / 带息债务 ttmcash_flow_from_operating_activities_ttm_0 / interest_bearing_debt_ttm
ocf_to_current_ratio_lyr经营活动产生的现金流量净额/流动负债 lyr连续四季度经营活动产生的现金流量净额 lyr / 流动负债 lyrcash_flow_from_operating_activities_lyr_0 / current_liabilities_lyr_0
ocf_to_current_ratio_ttm经营活动产生的现金流量净额/流动负债 ttm连续四季度经营活动产生的现金流量净额 ttm / 流动负债 ttmcash_flow_from_operating_activities_ttm_0 / current_liabilities_ttm_0
ocf_to_net_debt_lyr经营活动产生的现金流量净额/净债务 lyr经营活动产生的现金流量净额 lyr / 净债务 lyrcash_flow_from_operating_activities_lyr_0 / net_debt_lyr
ocf_to_net_debt_ttm经营活动产生的现金流量净额/净债务 ttm经营活动产生的现金流量净额 ttm / 净债务 ttmcash_flow_from_operating_activities_ttm_0 / net_debt_ttm
depreciation_and_amortization_lyr当期计提折旧与摊销 lyr固定资产折旧 lyr ＋ 无形资产摊销 lyr ＋ 长期待摊费用摊销 lyrfixed_asset_depreciation_lyr_0 + intangible_asset_amortization_lyr_0 + deferred_expense_amortization_lyr_0
depreciation_and_amortization_ttm当期计提折旧与摊销 ttm固定资产折旧 ttm ＋ 无形资产摊销 ttm ＋ 长期待摊费用摊销 ttmfixed_asset_depreciation_lyr_0 + intangible_asset_amortization_ttm_0 + deferred_expense_amortization_ttm_0
cash_flow_ratio_lyr现金流量比率 lyr未扣除利息所得税折旧和摊销前的盈余 lyr / 年利息支出 lyrebitda_lyr / financing_interest_expense_lyr_0
cash_flow_ratio_ttm现金流量比率 ttm未扣除利息所得税折旧和摊销前的盈余 ttm / 年利息支出 ttmebitda_ttm / financing_interest_expense_ttm_0
财务衍生指标 ​

为方便阅读，可点这里下载 Excel 版本的指标列表

字段中文名说明公式
non_interest_bearing_current_debt_lyr无息流动负债 lyr应付帐款 lyr ＋ 预收帐款 lyr ＋ 应付职工薪酬 lyr ＋ 应交税费 lyr ＋ 其他应付款 lyr ＋ 预提费用 lyr ＋ 递延收益 lyr ＋ 其他流动负债 lyraccts_payable_lyr_0 + advance_from_customers_lyr_0 + payroll_payable_lyr_0 + tax_payable_lyr_0 + other_payable_lyr_0 + accrued_expense_lyr_0 + deferred_income_lyr_0 + other_current_liabilities_lyr_0
non_interest_bearing_current_debt_ttm无息流动负债 ttm应付帐款 ttm ＋ 预收帐款 ttm ＋ 应付职工薪酬 ttm ＋ 应交税费 ttm ＋ 其他应付款 ttm ＋ 预提费用 ttm ＋ 递延收益 ttm ＋ 其他流动负债 ttmaccts_payable_ttm_0 + advance_from_customers_ttm_0 + payroll_payable_ttm_0 + tax_payable_ttm_0 + other_payable_ttm_0 + accrued_expense_ttm_0 + deferred_income_ttm_0 + other_current_liabilities_ttm_0
non_interest_bearing_current_debt_lf无息流动负债 lf应付帐款 mrq ＋ 预收帐款 mrq ＋ 应付职工薪酬 mrq ＋ 应交税费 mrq ＋ 其他应付款 mrq ＋ 预提费用 mrq ＋ 递延收益 mrq ＋ 其他流动负债 mrqaccts_payable_mrq_0 + advance_from_customers_mrq_0 + payroll_payable_mrq_0 + tax_payable_mrq_0 + other_payable_mrq_0 + accrued_expense_mrq_0 + deferred_income_mrq_0 + other_current_liabilities_mrq_0
non_interest_bearing_non_current_debt_lyr无息非流动负债 lyr非流动负债合计 lyr － 长期借款 lyr － 应付债券 lyrnon_current_liabilities_lyr_0 - long_term_loans_lyr_0 - bond_payable_lyr_0
non_interest_bearing_non_current_debt_ttm无息非流动负债 ttm非流动负债合计 ttm － 长期借款 ttm － 应付债券 ttmnon_current_liabilities_ttm_0 - long_term_loans_ttm_0 - bond_payable_ttm_0
non_interest_bearing_non_current_debt_lf无息非流动负债 lf非流动负债合计 mrq － 长期借款 mrq － 应付债券 mrqnon_current_liabilities_mrq_0 - long_term_loans_mrq_0 - bond_payable_mrq_0
interest_bearing_debt_lyr带息债务 lyr负债合计 lyr - 无息流动负债 lyr - 无息非流动负债 lyrtotal_liabilities_lyr_0 - non_interest_bearing_current_debt_lyr - non_interest_bearing_non_current_debt_lyr
interest_bearing_debt_ttm带息债务 ttm负债合计 ttm - 无息流动负债 ttm - 无息非流动负债 ttmtotal_liabilities_ttm_0 - non_interest_bearing_current_debt_ttm - non_interest_bearing_non_current_debt_ttm
interest_bearing_debt_lf带息债务 lf负债合计 mrq - 无息流动负债 lf - 无息非流动负债 lftotal_liabilities_mrq_0 - non_interest_bearing_current_debt_lf - non_interest_bearing_non_current_debt_lf
capital_reserve_per_share_lyr每股资本公积金 lyr资本公积金 lyr / 总股本capital_reserve_lyr_0 / total_shares
capital_reserve_per_share_ttm每股资本公积金 ttm资本公积金 ttm / 总股本capital_reserve_ttm_0 / total_shares
capital_reserve_per_share_lf每股资本公积金 lf资本公积金 mrq / 总股本capital_reserve_mrq_0 / total_shares
earned_reserve_per_share_lyr每股盈余公积金 lyr盈余公积金 lyr / 总股本surplus_reserve_lyr_0 / total_shares
earned_reserve_per_share_ttm每股盈余公积金 ttm盈余公积金 ttm / 总股本surplus_reserve_ttm_0 / total_shares
earned_reserve_per_share_lf每股盈余公积金 lf盈余公积金 mrq / 总股本surplus_reserve_mrq_0 / total_shares
undistributed_profit_per_share_lyr每股未分配利润 lyr企业当期未分配利润总额 lyr / 总股本undistributed_profit_lyr_0 / total_shares
undistributed_profit_per_share_ttm每股未分配利润 ttm企业当期未分配利润总额 ttm / 总股本undistributed_profit_ttm_0 / total_shares
undistributed_profit_per_share_lf每股未分配利润 lf企业当期未分配利润总额 mrq / 总股本undistributed_profit_mrq_0 / total_shares
retained_earnings_lyr留存收益 lyr盈余公积金 lyr + 未分配利润 lyrsurplus_reserve_lyr_0 + undistributed_profit_lyr_0
retained_earnings_ttm留存收益 ttm盈余公积金 ttm + 未分配利润 ttmsurplus_reserve_ttm_0 + undistributed_profit_ttm_0
retained_earnings_lf留存收益 lf盈余公积金 mrq + 未分配利润 mrqsurplus_reserve_mrq_0 + undistributed_profit_mrq_0
retained_earnings_per_share_lyr每股留存收益 lyr留存收益 lyr / 总股本retained_earnings_lyr / total_shares
retained_earnings_per_share_ttm每股留存收益 ttm留存收益 ttm / 总股本retained_earnings_ttm / total_shares
retained_earnings_per_share_lf每股留存收益 lf留存收益 lf / 总股本retained_earnings_lf / total_shares
debt_to_asset_ratio_lyr资产负债率 lyr负债合计 lyr / 总资产total_liabilities_lyr_0 / total_assets_lyr_0
debt_to_asset_ratio_ttm资产负债率 ttm负债合计 ttm / 总资产total_liabilities_ttm_0 / total_assets_ttm_0
debt_to_asset_ratio_lf资产负债率 lf负债合计 mrq / 总资产total_liabilities_mrq_0 / total_assets_mrq_0
equity_multiplier_lyr权益乘数 lyr总资产 lyr / 股东权益合计 lyrtotal_assets_lyr_0 / total_equity_lyr_0
equity_multiplier_ttm权益乘数 ttm总资产 ttm / 股东权益合计 ttmtotal_assets_ttm_0 / total_equity_ttm_0
equity_multiplier_lf权益乘数 lf总资产 mrq / 股东权益合计 mrqtotal_assets_mrq_0 / total_equity_mrq_0
capital_to_equity_ratio_lyr长期资本固定比率 lyr(资产总计 lyr-流动资产 lyr)/所有者权益平均余额 lyr2*(total_assets_lyr_0-current_assets_lyr_0)/(total_equity_lyr_0+total_equity_lyr_1)
capital_to_equity_ratio_ttm长期资本固定比率 ttm(资产总计 ttm-流动资产 ttm)/所有者权益平均余额 ttm2*(total_assets_ttm_0-current_assets_ttm_0)/(total_equity_ttm_0+total_equity_ttm_1)
capital_to_equity_ratio_lf长期资本固定比率 lf(资产总计 lf-流动资产 lf)/所有者权益平均余额 lf2*(total_assets_mrq_0-current_assets_mrq_0)/(total_equity_mrq_0+total_equity_mrq_1)
current_asset_to_total_asset_lyr流动资产比率 lyr流动资产合计 lyr / 总资产 lyrcurrent_assets_lyr_0 / total_assets_lyr_0
current_asset_to_total_asset_ttm流动资产比率 ttm流动资产合计 ttm / 总资产 ttmcurrent_assets_ttm_0 / total_assets_ttm_0
current_asset_to_total_asset_lf流动资产比率 lf流动资产合计 mrq / 总资产 mrqcurrent_assets_mrq_0 / total_assets_mrq_0
non_current_asset_to_total_asset_lyr非流动资产比率 lyr非流动资产合计 lyr / 总资产 lyrnon_current_assets_lyr_0 / total_assets_lyr_0
non_current_asset_to_total_asset_ttm非流动资产比率 ttm非流动资产合计 ttm / 总资产 ttmnon_current_assets_ttm_0 / total_assets_ttm_0
non_current_asset_to_total_asset_lf非流动资产比率 lf非流动资产合计 mrq / 总资产 mrqnon_current_assets_mrq_0 / total_assets_mrq_0
invested_capital_lyr全部投入资本 lyr归属于母公司所有者权益合计 lyr + 带息债务 lyrequity_parent_company_lyr_0 + interest_bearing_debt_lyr
invested_capital_ttm全部投入资本 ttm归属于母公司所有者权益合计 ttm + 带息债务 ttmequity_parent_company_ttm_0 + interest_bearing_debt_ttm
invested_capital_lf全部投入资本 lf归属于母公司所有者权益合计 mrq + 带息债务 lfequity_parent_company_mrq_0 + interest_bearing_debt_lf
interest_bearing_debt_to_capital_lyr带息债务占企业全部投入成本的比重 lyr带息债务 lyr / 全部投入资本 lyrinterest_bearing_debt_lyr / invested_capital_lyr
interest_bearing_debt_to_capital_ttm带息债务占企业全部投入成本的比重 ttm带息债务 ttm / 全部投入资本 ttminterest_bearing_debt_ttm / invested_capital_ttm
interest_bearing_debt_to_capital_lf带息债务占企业全部投入成本的比重 lf带息债务 lf / 全部投入资本 lfinterest_bearing_debt_lf / invested_capital_lf
current_debt_to_total_debt_lyr流动负债率 lyr流动负债合计 lyr / 负债合计 lyrcurrent_liabilities_lyr_0 / total_liabilities_lyr_0
current_debt_to_total_debt_ttm流动负债率 ttm流动负债合计 ttm / 负债合计 ttmcurrent_liabilities_ttm_0 / total_liabilities_ttm_0
current_debt_to_total_debt_lf流动负债率 lf流动负债合计 mrq / 负债合计 mrqcurrent_liabilities_mrq_0 / total_liabilities_mrq_0
non_current_debt_to_total_debt_lyr非流动负债率 lyr非流动负债合计 lyr / 负债合计 lyrnon_current_liabilities_lyr_0 / total_liabilities_lyr_0
non_current_debt_to_total_debt_ttm非流动负债率 ttm非流动负债合计 ttm / 负债合计 ttmnon_current_liabilities_ttm_0 / total_liabilities_ttm_0
non_current_debt_to_total_debt_lf非流动负债率 lf非流动负债合计 mrq / 负债合计 mrqnon_current_liabilities_mrq_0 / total_liabilities_mrq_0
current_ratio_lyr流动比率 lyr流动资产合计 lyr / 流动负债合计 lyrcurrent_assets_lyr_0 / current_liabilities_lyr_0
current_ratio_ttm流动比率 ttm流动资产合计 ttm / 流动负债合计 ttmcurrent_assets_ttm_0 / current_liabilities_ttm_0
current_ratio_lf流动比率 lf流动资产合计 mrq / 流动负债合计 mrqcurrent_assets_mrq_0 / current_liabilities_mrq_0
quick_ratio_lyr速动比率 lyr（流动资产合计 lyr - 存货 lyr - 预付账款 lyr - 待摊费用 lyr）/ 流动负债合计 lyr(current_assets_lyr_0 - inventory_lyr_0 - prepayment_lyr_0 - deferred_expense_lyr_0) / current_liabilities_lyr_0
quick_ratio_ttm速动比率 ttm（流动资产合计 ttm - 存货 ttm - 预付账款 ttm - 待摊费用 ttm）/ 流动负债合计 ttm(current_assets_ttm_0 - inventory_ttm_0 - prepayment_ttm_0 - deferred_expense_ttm_0) / current_liabilities_ttm_0
quick_ratio_lf速动比率 lf（流动资产合计 mrq - 存货 mrq - 预付账款 mrq - 待摊费用 mrq）/ 流动负债合计 mrq(current_assets_mrq_0 - inventory_mrq_0 - prepayment_mrq_0 - deferred_expense_mrq_0) / current_liabilities_mrq_0
super_quick_ratio_lyr超速动比率 lyr（货币资金 lyr + 交易性金融资产 lyr + 应收票据 lyr + 应收账款 lyr + 其他应收款 lyr）/ 流动负债合计 lyr(cash_equivalent_lyr_0 + financial_asset_held_for_trading_lyr_0 + bill_receivable_lyr_0 + net_accts_receivable_lyr_0 + other_accts_receivable_lyr_0) / current_liabilities_lyr_0
super_quick_ratio_ttm超速动比率 ttm（货币资金 ttm + 交易性金融资产 ttm + 应收票据 ttm + 应收账款 ttm + 其他应收款 ttm）/ 流动负债合计 ttm(cash_equivalent_ttm_0 + financial_asset_held_for_trading_ttm_0 + bill_receivable_ttm_0 + net_accts_receivable_ttm_0 + other_accts_receivable_ttm_0) / current_liabilities_ttm_0
super_quick_ratio_lf超速动比率 lf（货币资金 mrq + 交易性金融资产 mrq + 应收票据 mrq + 应收账款 mrq + 其他应收款 mrq）/ 流动负债合计 mrq(cash_equivalent_mrq_0 + financial_asset_held_for_trading_mrq_0 + bill_receivable_mrq_0 + net_accts_receivable_mrq_0 + other_accts_receivable_mrq_0) / current_liabilities_mrq_0
debt_to_equity_ratio_lyr产权比率 lyr负债合计 lyr / 股东权益合计 lyrtotal_liabilities_lyr_0 / equity_parent_company_lyr_0
debt_to_equity_ratio_ttm产权比率 ttm负债合计 ttm / 股东权益合计 ttmtotal_liabilities_ttm_0 / equity_parent_company_ttm_0
debt_to_equity_ratio_lf产权比率 lf负债合计 mrq / 股东权益合计 mrqtotal_liabilities_mrq_0 / equity_parent_company_mrq_0
equity_to_debt_ratio_lyr权益负债比率 lyr归属于母公司所有者权益合计 lyr / 负债合计 lyrequity_parent_company_lyr_0 / total_liabilities_lyr_0
equity_to_debt_ratio_ttm权益负债比率 ttm归属于母公司所有者权益合计 ttm / 负债合计 ttmequity_parent_company_ttm_0 / total_liabilities_ttm_0
equity_to_debt_ratio_lf权益负债比率 lf归属于母公司所有者权益合计 mrq / 负债合计 mrqequity_parent_company_mrq_0 / total_liabilities_mrq_0
equity_to_interest_bearing_debt_lyr权益带息负债比率 lyr归属于母公司所有者权益合计 lyr / 带息债务 lyrequity_parent_company_lyr_0 / interest_bearing_debt_lyr
equity_to_interest_bearing_debt_ttm权益带息负债比率 ttm归属于母公司所有者权益合计 ttm / 带息债务 ttmequity_parent_company_ttm_0 / interest_bearing_debt_ttm
equity_to_interest_bearing_debt_lf权益带息负债比率 lf归属于母公司所有者权益合计 mrq / 带息债务 lfequity_parent_company_mrq_0 / interest_bearing_debt_lf
net_debt_lyr净债务 lyr带息债务 lyr - 货币资金 lyrinterest_bearing_debt_lyr - cash_equivalent_lyr_0
net_debt_ttm净债务 ttm带息债务 ttm - 货币资金 ttminterest_bearing_debt_ttm - cash_equivalent_ttm_0
net_debt_lf净债务 lf带息债务 lf - 货币资金 mrqinterest_bearing_debt_lf - cash_equivalent_mrq_0
working_capital_lyr营运资本 lyr流动资产合计 lyr - 流动负债合计 lyrcurrent_assets_lyr_0 - current_liabilities_lyr_0
working_capital_ttm营运资本 ttm流动资产合计 ttm - 流动负债合计 ttmcurrent_assets_ttm_0 - current_liabilities_ttm_0
working_capital_lf营运资本 lf流动资产合计 mrq - 流动负债合计 mrqcurrent_assets_mrq_0 - current_liabilities_mrq_0
net_working_capital_lyr净营运资本 lyr流动资产合计 lyr - 货币资金 lyr - 无息流动负债 lyrcurrent_assets_lyr_0 - cash_equivalent_lyr_0 - non_interest_bearing_current_debt_lyr
net_working_capital_ttm净营运资本 ttm流动资产合计 ttm - 货币资金 ttm - 无息流动负债 ttmcurrent_assets_ttm_0 - cash_equivalent_ttm_0 - non_interest_bearing_current_debt_ttm
net_working_capital_lf净营运资本 lf流动资产合计 mrq - 货币资金 mrq - 无息流动负债 lfcurrent_assets_mrq_0 - cash_equivalent_mrq_0 - non_interest_bearing_current_debt_lf
long_term_debt_to_working_capital_lyr长期债务与营运资金比率 lyr长期负债 lyr/营运资本 lyrnon_current_liabilities_lyr_0 / working_capital_lyr
long_term_debt_to_working_capital_ttm长期债务与营运资金比率 ttm长期负债 ttm/营运资本 ttmnon_current_liabilities_ttm_0 / working_capital_ttm
long_term_debt_to_working_capital_lf长期债务与营运资金比率 lf长期负债 lf/营运资本 lfnon_current_liabilities_mrq_0 / working_capital_lf
book_value_per_share_lyr每股净资产 lyr归属母公司股东权益合计 lyr / 总股本equity_parent_company_lyr_0 / total_shares
book_value_per_share_ttm每股净资产 ttm归属母公司股东权益合计 ttm / 总股本equity_parent_company_ttm_0 / total_shares
book_value_per_share_lf每股净资产 lf股东权益合计 mrq / 总股本equity_parent_company_mrq_0 / total_shares
du_equity_multiplier_lyr权益乘数(杜邦分析)lyr（本期总资产 lyr + 上年总资产 lyr）/ (本期股东权益合计 lyr + 上年股东权益合计 lyr)(total_assets_lyr_0 + total_assets_lyr_1) / (total_equity_lyr_0 + total_equity_lyr_1)
du_equity_multiplier_ttm权益乘数(杜邦分析)ttm（本期总资产 ttm + 上期总资产 ttm）/ (本期股东权益合计 ttm + 上期股东权益合计 ttm)(total_assets_ttm_0 + total_assets_ttm_1) / (total_equity_ttm_0 + total_equity_ttm_1)
du_equity_multiplier_lf权益乘数(杜邦分析)lf（本期总资产 mrq + 上期总资产 mrq）/ (本期股东权益合计 mrq + 上期股东权益合计 mrq)(total_assets_mrq_0 + total_assets_mrq_1) / (total_equity_mrq_0 + total_equity_mrq_1)
book_leverage_lyr账面杠杆 lyr非流动复债合计 lyr / 归母公司股东权益合计 lyrnon_current_liabilities_lyr_0 / equity_parent_company_lyr_0
book_leverage_ttm账面杠杆 ttm非流动复债合计 ttm / 归母公司股东权益合计 ttmnon_current_liabilities_ttm_0 / equity_parent_company_ttm_0
book_leverage_lf账面杠杆 lf非流动复债合计 mrq / 归母公司股东权益合计 mrqnon_current_liabilities_mrq_0 / equity_parent_company_mrq_0
market_leverage_lyr市场杠杆 lyr非流动负债合计 lyr / (非流动负债合计 lyr + 总市值)non_current_liabilities_lyr_0 / (non_current_liabilities_lyr_0 + market_cap_3)
market_leverage_ttm市场杠杆 ttm非流动负债合计 ttm / (非流动负债合计 ttm + 总市值)non_current_liabilities_ttm_0 / (non_current_liabilities_ttm_0 + market_cap_3)
market_leverage_lf市场杠杆 lf非流动负债合计 mrq / (非流动负债合计 mrq + 总市值)non_current_liabilities_mrq_0 /(non_current_liabilities_mrq_0 + market_cap_3)
equity_ratio_lyr股东权益比率 lyr归属母公司股东权益总计 lyr / 资产总计 lyrequity_parent_company_lyr_0 / total_assets_lyr_0
equity_ratio_ttm股东权益比率 ttm归属母公司股东权益总计 ttm / 资产总计 ttmequity_parent_company_ttm_0 / total_assets_ttm_0
equity_ratio_lf股东权益比率 lf归属母公司股东权益总计 mrq / 资产总计 mrqequity_parent_company_mrq_0 / total_assets_mrq_0
fixed_asset_ratio_lyr固定资产比率 lyr(固定资产 lyr + 工程物资 lyr + 在建工程合计 lyr) / 资产总计 lyr(total_fixed_assets_lyr_0 + engineer_material_lyr_0 + total_construction_in_progress_lyr_0) / total_assets_lyr_0
fixed_asset_ratio_ttm固定资产比率 ttm(固定资产 ttm + 工程物资 ttm + 在建工程合计 ttm) / 资产总计 ttm(total_fixed_assets_ttm_0 + engineer_material_ttm_0 + total_construction_in_progress_ttm_0) / total_assets_ttm_0
fixed_asset_ratio_lf固定资产比率 lf(固定资产 mrq + 工程物资 mrq + 在建工程合计 mrq) / 资产总计 mrq(total_fixed_assets_mrq_0 + engineer_material_mrq_0 + total_construction_in_progress_mrq_0) / total_assets_mrq_0
intangible_asset_ratio_lyr无形资产比率 lyr(无形资产 lyr + 开发支出 lyr + 商誉 lyr) / 资产总计 lyr(intangible_assets_lyr_0 + impairment_intangible_assets_lyr_0 + goodwill_lyr_0) / total_assets_lyr_0
intangible_asset_ratio_ttm无形资产比率 ttm(无形资产 ttm + 开发支出 ttm + 商誉 ttm) / 资产总计 ttm(intangible_assets_ttm_0 + impairment_intangible_assets_ttm_0 + goodwill_ttm_0) / total_assets_ttm_0
intangible_asset_ratio_lf无形资产比率 lf(无形资产 mrq + 开发支出 mrq + 商誉 mrq) / 资产总计 mrq(intangible_assets_mrq_0 + impairment_intangible_assets_mrq_0 + goodwill_mrq_0) / total_assets_mrq_0
equity_fixed_asset_ratio_lyr股东权益与固定资产比率 lyr归属母公司股东权益合计 lyr / (固定资产合计 lyr + 工程物资 lyr + 在建工程合计 lyr)equity_parent_company_lyr_0 / (total_fixed_assets_lyr_0 + engineer_material_lyr_0 + total_construction_in_progress_lyr_0)
equity_fixed_asset_ratio_ttm股东权益与固定资产比率 ttm归属母公司股东权益合计 ttm / (固定资产合计 ttm + 工程物资 ttm + 在建工程合计 ttm)equity_parent_company_ttm_0 / (total_fixed_assets_ttm_0 + engineer_material_ttm_0 + total_construction_in_progress_ttm_0)
equity_fixed_asset_ratio_lf股东权益与固定资产比率 lf归属母公司股东权益合计 mrq / (固定资产合计 mrq + 工程物资 mrq + 在建工程合计 mrq)equity_parent_company_mrq_0 / (total_fixed_assets_mrq_0 + engineer_material_mrq_0 + total_construction_in_progress_mrq_0)
tangible_asset_per_share_lyr每股有形资产 lyr（资产总计 lyr - 无形资产 lyr - 商誉 lyr）/ 总股本(total_assets_lyr_0 - intangible_assets_lyr_0 - goodwill_lyr_0) / total_shares
tangible_asset_per_share_ttm每股有形资产 ttm（资产总计 ttm - 无形资产 ttm - 商誉 ttm）/ 总股本(total_assets_ttm_0 - intangible_assets_ttm_0 - goodwill_ttm_0) / total_shares
tangible_asset_per_share_lf每股有形资产 lf（资产总计 mrq - 无形资产 mrq - 商誉 mrq）/ 总股本(total_assets_mrq_0 - intangible_assets_mrq_0 - goodwill_mrq_0) / total_shares
liabilities_per_share_lyr每股负债 lyr负债合计 lyr / 总股本total_liabilities_lyr_0 / total_shares
liabilities_per_share_ttm每股负债 ttm负债合计 ttm / 总股本total_liabilities_ttm_0 / total_shares
liabilities_per_share_lf每股负债 lf负债合计 mrq / 总股本total_liabilities_mrq_0 / total_shares
depreciation_per_share_lyr每股折旧和摊销 lyr（固定资产折旧 lyr + 无形资产摊销 lyr + 长期待摊费用摊销 lyr）/ 总股本(fixed_asset_depreciation_lyr_0 + intangible_asset_amortization_lyr_0 + deferred_expense_amortization_lyr_0) / total_shares
depreciation_per_share_ttm每股折旧和摊销 ttm（固定资产折旧 ttm + 无形资产摊销 ttm + 长期待摊费用摊销 ttm）/ 总股本(fixed_asset_depreciation_ttm_0 + intangible_asset_amortization_ttm_0 + deferred_expense_amortization_ttm_0) / total_shares
depreciation_per_share_lf每股折旧和摊销 lf（固定资产折旧 lf + 无形资产摊销 lf + 长期待摊费用摊销 lf）/ 总股本(fixed_asset_depreciation_mrq_0 + intangible_asset_amortization_mrq_0 + deferred_expense_amortization_mrq_0) / total_shares
cash_ratio_lyr现金比率 lyr货币资金余额 lyr / 流动负债合计 lyrcash_equivalent_lyr_0 / current_liabilities_lyr_0
cash_ratio_ttm现金比率 ttm货币资金余额 ttm / 流动负债合计 ttmcash_equivalent_ttm_0 / current_liabilities_ttm_0
cash_ratio_lf现金比率 lf货币资金余额 mrq / 流动负债合计 mrqcash_equivalent_mrq_0 / current_liabilities_mrq_0
cash_equivalent_per_share_lyr每股货币资金余额 lyr货币资金余额 lyr / 总股本cash_equivalent_lyr_0 / total_shares
cash_equivalent_per_share_ttm每股货币资金余额 ttm货币资金余额 ttm / 总股本cash_equivalent_ttm_0 / total_shares
cash_equivalent_per_share_lf每股货币资金余额 lf货币资金余额 mrq / 总股本cash_equivalent_mrq_0 / total_shares
dividend_amount_ly0最近年度分红总额事件进度仅包含方案实施
dividend_amount_ly1最近年度分红总额事件进度包含决案、方案实施
dividend_amount_ly2最近年度分红总额事件进度包含预案、决案和方案实施
dividend_amount_ttm0最近四个季度分红总额事件进度仅包含方案实施
dividend_amount_ttm1最近四个季度分红总额事件进度包含决案、方案实施
dividend_amount_ttm2最近四个季度分红总额事件进度包含预案、决案和方案实施
增长衍生指标 ​

为方便阅读，可点这里下载 Excel 版本的指标列表

字段中文名说明公式
inc_revenue_lyr营业总收入同比增长率 lyr营业总收入 lyr / 上年营业总收入 lyr - 1revenue_lyr_0 / revenue_lyr_1 - 1
inc_revenue_ttm营业总收入同比增长率 ttm营业总收入 ttm / 上年营业总收入 ttm - 1revenue_ttm_0 / revenue_ttm_4 - 1
inc_return_on_equity_lyr净资产收益率(摊薄）同比增长率 lyr摊薄净资产收益率 lyr / 去年摊薄净资产收益率 lyr - 1(net_profit_lyr_0 / total_equity_lyr_0) / (net_profit_lyr_1 / total_equity_lyr_1) - 1
inc_return_on_equity_ttm净资产收益率(摊薄）同比增长率 ttm摊薄净资产收益率 ttm / 去年摊薄净资产收益率 ttm - 1(net_profit_ttm_0 / total_equity_ttm_0) / (net_profit_ttm_4 / total_equity_ttm_4) - 1
inc_book_per_share_lyr每股净资产同比增长率 lyr每股净资产 lyr / 去年每股净资产 lyr - 1(equity_parent_company_lyr_0 / total_shares) / (equity_parent_company_lyr_1 / prev_year_total_shares)-1
inc_book_per_share_ttm每股净资产同比增长率 ttm每股净资产 ttm / 去年每股净资产 ttm - 1(equity_parent_company_ttm_0 / total_shares) / (equity_parent_company_ttm_4 / prev_year_total_shares)-1
inc_book_per_share_lf每股净资产同比增长率 lf每股净资产 lf / 去年每股净资产 lf - 1(equity_parent_company_mrq_0 / total_shares) / (equity_parent_company_mrq_4 / prev_year_total_shares)-1
operating_profit_growth_ratio_lyr营业利润同比增长率 lyr(营业利润 lyr - 去年营业利润 lyr) / 去年营业利润 lyr(profit_from_operation_lyr_0 - profit_from_operation_lyr_1) / profit_from_operation_lyr_1
operating_profit_growth_ratio_ttm营业利润同比增长率 ttm(营业利润 ttm - 去年营业利润 ttm) / 去年营业利润 ttm(profit_from_operation_ttm_0 - profit_from_operation_ttm_4) / profit_from_operation_ttm_4
net_profit_growth_ratio_lyr净利润同比增长率 lyr(净利润 lyr - 去年净利润 lyr) / 去年净利润 lyr(net_profit_lyr_0 - net_profit_lyr_1) / net_profit_lyr_1
net_profit_growth_ratio_ttm净利润同比增长率 ttm(净利润 ttm - 去年净利润 ttm) / 去年净利润 ttm(net_profit_ttm_0 - net_profit_ttm_4) / net_profit_ttm_4
profit_growth_ratio_lyr利润总额同比增长率 lyr(利润总额 lyr - 去年利润总额 lyr) / 去年利润总额 lyr(profit_before_tax_lyr_0 - profit_before_tax_lyr_1) / profit_before_tax_lyr_1
profit_growth_ratio_ttm利润总额同比增长率 ttm(利润总额 ttm - 去年利润总额 ttm) / 去年利润总额 ttm(profit_before_tax_ttm_0 - profit_before_tax_ttm_4) / profit_before_tax_ttm_4
gross_profit_growth_ratio_lyr毛利润同比增长率 lyr(营业收入 lyr - 营业总成本 lyr) / (去年营业收入 lyr - 去年营业总成本 lyr) - 1(operating_revenue_lyr_0-total_expense_lyr_0)/(operating_revenue_lyr_1-total_expense_lyr_1)-1
gross_profit_growth_ratio_ttm毛利润同比增长率 ttm(营业收入 ttm - 营业总成本 ttm) / (去年营业收入 ttm - 去年营业总成本 ttm) - 1(operating_revenue_ttm_0-total_expense_ttm_0)/(operating_revenue_ttm_4-total_expense_ttm_4)-1
operating_revenue_growth_ratio_lyr营业收入同比增长率 lyr(营业收入 lyr - 去年营业收入 lyr) / 去年营业收入 lyr(operating_revenue_lyr_0 - operating_revenue_lyr_1) / operating_revenue_lyr_1
operating_revenue_growth_ratio_ttm营业收入同比增长率 ttm(营业收入 ttm - 去年营业收入 ttm) / 去年营业收入 ttm(operating_revenue_ttm_0 - operating_revenue_ttm_4) / operating_revenue_ttm_4
net_asset_growth_ratio_lyr净资产同比增长率 lyr归属于母公司所有者权益合计 lyr / 去年归属于母公司所有者权益合计 lyr - 1equity_parent_company_lyr_0 / equity_parent_company_lyr_1 - 1
net_asset_growth_ratio_ttm净资产同比增长率 ttm归属于母公司所有者权益合计 ttm / 去年归属于母公司所有者权益合计 ttm - 1equity_parent_company_ttm_0 / equity_parent_company_ttm_4 - 1
net_asset_growth_ratio_lf净资产同比增长率 lf归属于母公司所有者权益合计 mrq / 去年归属于母公司所有者权益合计 mrq - 1equity_parent_company_mrq_0 / equity_parent_company_mrq_4 - 1
total_asset_growth_ratio_lyr总资产同比增长率 lyr(总资产 lyr - 去年总资产 lyr) / 去年总资产 lyr(total_assets_lyr_0 - total_assets_lyr_1) / total_assets_lyr_1
total_asset_growth_ratio_ttm总资产同比增长率 ttm(总资产 ttm - 去年总资产 ttm) / 去年总资产 ttm(total_assets_ttm_0 - total_assets_ttm_4) / total_assets_ttm_4
total_asset_growth_ratio_lf总资产同比增长率 lf(总资产 mrq - 去年总资产 mrq) / 去年总资产 mrq(total_assets_mrq_0 - total_assets_mrq_4) / total_assets_mrq_4
net_profit_parent_company_growth_ratio_lyr归属母公司所有者的净利润同比增长率 lyr归属于母公司所有者的净利润 lyr / 去年归属于母公司所有者的净利润 lyr - 1net_profit_parent_company_lyr_0 / net_profit_parent_company_lyr_1 - 1
net_profit_parent_company_growth_ratio_ttm归属母公司所有者的净利润同比增长率 ttm归属于母公司所有者的净利润 ttm / 去年归属于母公司所有者的净利润 ttm - 1net_profit_parent_company_ttm_0 / net_profit_parent_company_ttm_4 - 1
net_cash_flow_growth_ratio_lyr净现金流增长率 lyr最近年报的现金及现金等价物净增加额 lyr / 上年年报的现金及现金等价物净增加额 lyr - 1cash_equivalent_increase_lyr_0 / cash_equivalent_increase_lyr_1 - 1
net_cash_flow_growth_ratio_ttm净现金流增长率 ttm连续四季度的现金及现金等价物净增加额 ttm / 上年连续四季度的现金及现金等价物净增加额 ttm - 1cash_equivalent_increase_ttm_0 / cash_equivalent_increase_ttm_4 - 1
net_operate_cash_flow_growth_ratio_lyr经营现金流量净额同比增长率 lyr经营活动产生的现金流量净额 lyr / 去年经营活动产生的现金流量净额 lyr - 1cash_flow_from_operating_activities_lyr_0 / cash_flow_from_operating_activities_lyr_1 - 1
net_operate_cash_flow_growth_ratio_ttm经营现金流量净额同比增长率 ttm经营活动产生的现金流量净额 ttm / 去年经营活动产生的现金流量净额 ttm - 1cash_flow_from_operating_activities_ttm_0 / cash_flow_from_operating_activities_ttm_4 - 1
net_investing_cash_flow_growth_ratio_lyr投资现金流量净额同比增长率 lyr投资活动产生的现金流量净额 lyr / 去年投资活动产生的现金流量净额 lyr - 1cash_flow_from_investing_activities_lyr_0 / cash_flow_from_investing_activities_lyr_1 - 1
net_investing_cash_flow_growth_ratio_ttm投资现金流量净额同比增长率 ttm投资活动产生的现金流量净额 ttm / 去年投资活动产生的现金流量净额 ttm - 1cash_flow_from_investing_activities_ttm_0 / cash_flow_from_investing_activities_ttm_4 - 1
net_financing_cash_flow_growth_ratio_lyr筹资现金流量净额同比增长率 lyr筹资活动产生的现金流量净额 lyr / 去年筹资活动产生的现金流量净额 lyr - 1cash_flow_from_financing_activities_lyr_0 / cash_flow_from_financing_activities_lyr_1 - 1
net_financing_cash_flow_growth_ratio_ttm筹资现金流量净额同比增长率 ttm筹资活动产生的现金流量净额 ttm / 去年筹资活动产生的现金流量净额 ttm - 1cash_flow_from_financing_activities_ttm_0 / cash_flow_from_financing_activities_ttm_4 - 1
技术指标因子 ​

均线类指标 ​
因子字段函数名与默认参数因子计算逻辑
MACD_DIFF, MACD_DEA, MACD_HIST指数平滑移动平均线 MACD SHORT = 12, LONG = 26, M = 9DIFF = EMA(CLOSE, SHORT) - EMA(CLOSE, LONG)
DEA = EMA(DIFF, M)
HIST = (DIFF - DEA) * 2
TRIX, MATRIX三重指数平均移动平均 TRIX M1 = 12, M2 = 20TRIX = (TR - REF(TR, 1)) / REF(TR, 1) * 100;
TR = EMA(EMA(EMA(CLOSE, M1), M1), M1)
MATRIX= MA(TRIX, M2)
BOLL, BOLL_UP, BOLL_DOWN布林带 BOLL N = 20, P = 2BOLL = MA(CLOSE, N)
BOLLUP = BOLL + STD(CLOSE, N) * P
BOLLDOWN = BOLL - STD(CLOSE, N) * P
ASI, ASIT震动升降指标 ASI M1= 26, M2 = 10LC = REF(CLOSE, 1)
AA = ABS(HIGH - LC)
BB = ABS(LOW - LC)
CC = ABS(HIGH - REF(LOW, 1))
DD = ABS(LC - REF(OPEN, 1))
R = IF((AA BB) & (AA CC), AA + BB / 2 + DD / 4, IF((BB CC) & (BB AA), BB + AA / 2 + DD / 4, CC + DD / 4))
X = (CLOSE - LC + (CLOSE - OPEN) / 2 + LC - REF(OPEN, 1))
SI = X _ 16 / R _ MAX(AA, BB)
ASI = SUM(SI, M1)
ASIT = MA(ASI, M2)"
MA3, 5, 10, 20, 30, 55, 60, 120, 250移动均线 MA N: 3, 5, 10, 20, 30, 55, 60, 120, 250MA3, 5, 10… = MA(CLOSE, N)
EMA3, 5, 10, 20, 30, 55, 60, 120, 250指数移动均线 EMA N: 3, 5, 10, 20, 30, 55, 60, 120, 250EMA3, 5, 10... = EMA(CLOSE, N)
HMA3, 5, 10, 20, 30, 55, 60, 120, 250高价平均线 HMA N: 3, 5, 10, 20, 30, 55, 60, 120, 250HMA3, 5, 10... = MA(HIGH, N)
LMA3, 5, 10, 20, 30, 55, 60, 120, 250低价平均线 LMA N: 3, 5, 10, 20, 30, 55, 60, 120, 250LMA3, 5, 10… = MA(LOW, N)…
VMA3, 5, 10, 20, 30, 55, 60, 120, 250变异平均线 VMA N: 3, 5, 10, 20, 30, 55, 60, 120, 250VV = (HIGH+OPEN+LOW+CLOSE)/4
VMA3, 5, 10... = MA(VV, N)…
AMV3, 5, 10, 20, 30, 55, 60, 120, 250成本均线 AMV N: 3, 5, 10, 20, 30, 55, 60, 120, 250AMOV = VOLUME * (OPEN + CLOSE) / 2
AMV3, 5, 10… = SUM(AMOV, N) / SUM(VOLUME, N)…
VOL3, 5, 10, 20, 30, 55, 60, 120, 250平均换手率(%) VOL N: 3, 5, 10, 20, 30, 55, 60, 120, 250HSL =100* VOLUME / CAPITAL
VOL3, 5, 10... = MA(HSL, N)
HSL 代表换手率
CAPITAL 代表流通股本
DAVOL5, 10, 20平均换手率与 120 日平均换手率比值 DAVOL N: 5, 10, 20DAVOL3, 5... = VOLN / VOL120
BBI, BBIBOLL_UP, BBIBOLL_DOWN多空指标 BBIBOLL M1 = 3, M2 = 6, M3 = 12, M4 = 24, M = 6, N = 11BBI = (MA(CLOSE, M1) + MA(CLOSE, M2) + MA(CLOSE, M3) + MA(CLOSE, M4)) / 4
BBIBOLLUP = BBI + M * STD(BBI, N)
BBIBOLLDOWN = BBI - M * STD(BBI, N)"
DPO, MADPO区间震荡线 DPO M1 = 20, M2 = 10, M = 6DPO = CLOSE - REF(MA(CLOSE, M1), M2)
MADPO = MA(DPO, M3)
MCST市场成本 MCSTMCST = DMA(AMOUNT / VOLUME, 100 * VOLUME / CAPITAL)
AMOUNT 代表成交额
CAPITAL 代表流通股本
超买超卖指标 ​
因子字段函数名与默认参数因子计算逻辑
OBOS超买超卖指标 OBOS N = 10过去 N 日股票上涨家数之和 – 过去 N 日股票下跌家数之和。
如果当日股票收盘价大于上一交易日股票收盘价，则该股票今日为上涨。
KDJ_K, KDJ_D, KDJ_J随机波动指标 KDJ N = 9, M1 = 3, M2 = 3RSV = (CLOSE - LLV(LOW, N)) / (HHV(HIGH, N) - LLV(LOW, N)) * 100
K = EMA(RSV, (M1 * 2 - 1))
D = EMA(K, (M2 * 2 - 1))
J = K * 3 - D * 2
RSI6, RSI10相对强弱指标 RSI N1 = 6, 10LC = REF(CLOSE, 1)
RSI = MA(MAX(CLOSE - LC, 0), N) / MA(ABS(CLOSE - LC), N) * 100
WR威廉指标 WR N = 10, L1 = 6WR = (HHV(HIGH, N) - CLOSE) / (HHV(HIGH, N) - LLV(LOW, N)) * 100
LWR1, LWR2LWR 威廉指标 LWR N = 9, M1 = 3, M2 = 3RSV = (HHV(HIGH,N)-CLOSE)/(HHV(HIGH,N)-LLV(LOW,N))*100
LWR1 = SMA_CN(RSV,M1,1)
LWR2 = SMA_CN(LWR1,M2,1)
BIAS5, BIAS10, BIAS20乖离率 BIAS L1 = 5, 10, 20(CLOSE - MA(CLOSE, L1)) / MA(CLOSE, L1) * 100
BIAS36, BIAS612, MABIAS36 乖离 BIAS36BIAS36 = MA(CLOSE, 3) – MA(CLOSE, 6)
BIAS612 = MA(CLOSE, 6) – MA(CLOSE, 12)
MABIAS = MA(BIAS36, M)
ACCER幅度涨速 ACCER N = 8ACCER = SLOPE (CLOSE, N) / CLOSE
CYF市场能量 CYF N = 21CYF = 100 – 100 / (1 + EMA(HSL, N ))
SWL, SWS分水岭 FSLSWL = (EMA(CLOSE,5)7+EMA(CLOSE,10)3)/10
SWS = DMA(EMA(CLOSE,12),MAX(1,100(SUM(VOLUME,5)/(3CAPITAL))))
CAPITAL 代表流通股本
ADTM, MAADTM动态买卖气指标 ADTM N = 23, M = 8DTM = IF(OPEN<=REF(OPEN,1),0,MAX((HIGH-OPEN),(OPEN-REF(OPEN,1))))
DBM = IF(OPEN>=REF(OPEN,1),0,MAX((OPEN-LOW),(OPEN-REF(OPEN,1))))
STM = SUM(DTM,N)
SBM = SUM(DBM,N)
ADTM = IF(STM>SBM,(STM-SBM)/STM,IF(STM=SBM,0,(STM-SBM)/SBM))
MAADTM = MA(ADTM, M)
TR, ATR真实波幅 ATR N = 14，M1 = 9TR = SUM(MAX(MAX(HIGH - LOW, ABS(HIGH - REF(CLOSE, 1))), ABS(LOW - REF(CLOSE, 1))), M1)
ATR = MA(TR, N)
DKX, MADKX多空线 DKX M = 10MID = (3CLOSE+LOW+OPEN+HIGH)/6
DKX = (20MID+19REF(MID,1)+18REF(MID,2)+17REF(MID,3)+16REF(MID,4)+15REF(MID,5)+14REF(MID,6)+
13REF(MID,7)+12REF(MID,8)+11REF(MID,9)+10REF(MID,10)+9REF(MID,11)+8REF(MID,12)+7REF(MID,13)+
6REF(MID,14)+5REF(MID,15)+4REF(MID,16)+3REF(MID,17)+2REF(MID,18)+REF(MID,20))/210
MADKX = MA(DKX, M)
TAPI, MATAPI加权指数成交值 TAPI M = 6TAPI = AMOUNT / CLOSE
MATAPI = MA(TAPI, M)
AMOUNT 代表成交额
OSC变动速率线 OSC N = 10100 * (CLOSE – MA(CLOSE, N))
CCI商品路径指标 CCI N = 14CCI = (TYP – MA(TYP, N)) / (0.015 * AVEDEV (TYP, N))
TYP = (HIGH + LOW + CLOSE) / 3
ROC变形率指标 ROC N = 12ROC = 100 * (CLOSE – REF(CLOSE, N) / REF(CLOSE, N)
MFI资金流量指标 MFI N = 14TYP = (HIGH + LOW + CLOSE) / 3
V1 = SUM(IF(TYP > REF(TYP, 1), TYP * VOLUME, 0), N) / SUM(IF(TYP < REF(TYP, 1), TYP * VOLUME, 0), N)
MFI = 100 - ( 100 / ( 1 + V1 ) )
MTM, MAMTM动量线 MTM N = 14MTM = CLOSE – REF(CLOSE, N)
MAMTM = MA(MTM, M)
MARSI6, MARSI10相对强弱平均线 MARSI N = 6, 10LC = REF(CLOSE, 1)
RSI = SMA(MAX(CLOSE - LC, 0), N) / SMA(ABS(CLOSE - LC), N) * 100
MARSI = MA(RSI, N)
SKD_K, SKD_D慢速随机指标 SKD N = 9, M = 3LOWV = LLV(LOW, N)
HIGHV = HHV(HIGH, N)
RSV = EMA((CLOSE – LOWV) / (HIGHV – LOWV) * 100, M)
SKD_K = EMA(RSV , M)
SKD_D = MA(SKD_K, M)
UDL, MAUDL引力线 UDL N1 = 3, N2 = 5, N3 = 10, N4 = 20, M =6UDL = (MA(CLOSE,N1)+MA(CLOSE,N2)+MA(CLOSE,N3)+MA(CLOSE,N4))/4
MAUDL = MA(UDL,M)
DI1, DI2, ADX, ADXR趋向指标 DMI M1 = 14, M2 = 6TR = SUM(MAX(MAX(HIGH - LOW, ABS(HIGH - REF(CLOSE, 1))), ABS(LOW - REF(CLOSE, 1))), M1)
HD = HIGH - REF(HIGH, 1)
LD = REF(LOW, 1) - LOW
DMP = SUM(IF((HD 0) & (HD LD), HD, 0), M1)
DMM = SUM(IF((LD 0) & (LD HD), LD, 0), M1)
DI1 = DMP * 100 / TR
DI2 = DMM * 100 / TR
ADX = MA(ABS(DI2 - DI1) / (DI1 + DI2) * 100, M2)
ADXR = (ADX + REF(ADX, M2)) / 2"
能量指标 ​
因子字段函数名与默认参数因子计算逻辑
AR, BR人气意愿指标 ARBR M1 = 26AR = SUM(HIGH - OPEN, M1) / SUM(OPEN - LOW, M1) * 100
BR = SUM(MAX(0, HIGH - REF(CLOSE, 1)), M1) / SUM(MAX(0, REF(CLOSE, 1) - LOW), M1) * 100
VR, MAVR容量比例 VR M1 = 26, M = 6LC = REF(CLOSE, 1)
VR = SUM(IF(CLOSE LC, VOL, 0), M1) / SUM(IF(CLOSE <= LC, VOL, 0), M1) * 100
MAVR = MA(VR, M)
CR,MACR1, MACR2, MACR3, MACR4CR 指标 CR N = 26, M1 = 10, M2 = 20, M3 = 40, M4 = 62MID = REF(HIGH+LOW, 1) / 2
CR = SUM(MAX(0,HIGH-MID),N)/SUM(MAX(0,MID-LOW),N)*100
MACR1 = REF(MA(CR,M1),1+M1/2.5)
MACR2 = REF(MA(CR,M2),1+M2/2.5)
MACR3 = REF(MA(CR,M3),1+M3/2.5)
MACR4= REF(MA(CR,M4),1+M4/2.5)
MASS, MAMASS梅斯线 MASS N1 = 9, N2 = 25, M = 6MASS = SUM(MA(HIGH-LOW,N1)/MA(MA(HIGH-LOW,N1),N1),N2)
MAMASS = MA(MASS, M)
SY心理线 SY N = 9SY = COUNT(CLOSE>REF(CLOSE,1),N)/N*100
PCNT幅度比 PCNTPCNT = (CLOSE-REF(CLOSE,1))/CLOSE*100;
CYR, MACYR市场强弱 CYR N = 13, M = 5DIVE = 0.01*EMA(AMOUNT,N)/EMA(VOLUME,N)
CYR = (DIVE/REF(DIVE,1)-1)*100
MACYR = MA(CYR, M)
AMOUNT 代表成交额
AMP1,AMP3,AMP5,
AMP10,AMP20,AMP60		振幅 AMP N:1，3，5，10，20，60AMP1,3,5… = (HHV(HIGH,N)-LLV(LOW,N))/REF(CLOSE,N)
WMA3,WMA5,WMA10,WMA20,
WMA60,WMA120,WMA250		加权移动平均线 WMA N:3，5，10，20，60，120，250WMA1,3,5… = (CLOSE*N+REF(CLOSE, 1)*(N-1)+…+REF(CLOSE, N-1)/(1+2+…+N))
VOLT20, VOLT60近 20 日/60 日波动率 N:20,6020 日/60 日收盘价的标准差
MDD20，MDD60近 20 日/60 日最大回撤 N:20,6020 日/60 日收盘价的最大回撤
AROON_UP，AROON_DOWN阿隆指标 N=14AROON_UP = [(计算期天数-最高价后的天数)/计算期天数]*100
AROON_DOWN = [(计算期天数-最低价后的天数)/计算期天数]*100
QTYR_5_205 日 20 日量比 N=5, M=20MA(VOLUME, N) / MA(VOLUME, M)
OBV能量潮 OBVOBV=REF(OBV, 1) + sgn × VOLUME
其中，sgn 是符号函数，其数值由下式决定：
sgn=1 , CLOSE>REF(CLOSE, 1)
sgn=0, CLOSE = REF(CLOSE, 1)
sgn=-1 , CLOSE< REF(CLOSE, 1)

alpha101 因子 ​

见下方范例


范例 ​

  • 获取财务指标因子数据
python
[In]
get_factor(['000001.XSHE','000002.XSHE'],'debt_to_equity_ratio',start_date='20180102',end_date='20180103')
[Out]

                                  debt_to_equity_ratio
order_book_id      date
000002.XSHE        2018-01-02     7.3097
                   2018-01-03     7.3097
000001.XSHE        2018-01-02     13.3848
                   2018-01-03     13.3848
  • 获取技术指标因子数据
python
[In]
get_factor(['000001.XSHE','600000.XSHG'],['MACD_DIFF','OBOS','AR'],'20200401','20200402')
[Out]
                               MACD_DIFF	OBOS	AR
order_book_id	date
600000.XSHG	2020-04-01	-0.252972	2.0	86.486486
            2020-04-02	-0.237592	4.0	79.701493
000001.XSHE	2020-04-01	-0.564380	2.0	110.490694
            2020-04-02	-0.530793	4.0	105.396290
  • 获取 alpha101 因子数据
python
[In]
get_factor(['000001.XSHE', '600000.XSHG'],'WorldQuant_alpha010', '20190601', '20190610')

[Out]
                        WorldQuant_alpha010
order_book_id	date
600000.XSHG	2019-06-03	0.162771
            2019-06-04	0.255633
            2019-06-05	0.789430
            2019-06-06	0.437743
            2019-06-10	0.935448
000001.XSHE	2019-06-03	0.093489
            2019-06-04	0.281502
            2019-06-05	0.222253
            2019-06-06	0.415231
            2019-06-10	0.134391
CLOSE = Factor('close')
RETURNS = (CLOSE - REF(CLOSE, 1)) / REF(CLOSE, 1)
CAP = Factor('market_cap')
VWAP = Factor('total_turnover') / Factor('volume)

alpha001 = (RANK(TS_ARGMAX(SIGNEDPOWER(IF((RETURNS < 0), STDDEV(RETURNS, 20), CLOSE), 2.), 5)) - 0.5)

alpha002 = (-1 * CORRELATION(RANK(DELTA(LOG(VOLUME), 2)), RANK(((CLOSE - OPEN) / OPEN)), 6))

alpha003 = (-1 * CORRELATION(RANK(OPEN), RANK(VOLUME), 10))

alpha004 = (-1 * TS_RANK(RANK(LOW), 9))

alpha005 = (RANK((OPEN - (SUM(VWAP, 10) / 10))) * (-1 * ABS(RANK((CLOSE - VWAP)))))

alpha006 = (-1 * CORRELATION(OPEN, VOLUME, 10))

alpha007 = IF((ADV(20) < VOLUME), ((-1 * TS_RANK(ABS(DELTA(CLOSE, 7)), 60)) * SIGN(DELTA(CLOSE, 7))), (-1 * 1))

alpha008 = (-1 * RANK(((SUM(OPEN, 5) * SUM(RETURNS, 5)) - DELAY((SUM(OPEN, 5) * SUM(RETURNS, 5)), 10))))

alpha009 = IF((0 < TS_MIN(DELTA(CLOSE, 1), 5)), DELTA(CLOSE, 1), (IF((TS_MAX(DELTA(CLOSE, 1), 5) < 0), DELTA(CLOSE, 1), (-1 * DELTA(CLOSE, 1)))))

alpha010 = RANK(IF((0 < TS_MIN(DELTA(CLOSE, 1), 4)), DELTA(CLOSE, 1), IF((TS_MAX(DELTA(CLOSE, 1), 4) < 0), DELTA(CLOSE, 1), (-1 * DELTA(CLOSE, 1)))))

alpha011 = ((RANK(TS_MAX((VWAP - CLOSE), 3)) + RANK(TS_MIN((VWAP - CLOSE), 3))) * RANK(DELTA(VOLUME, 3)))

alpha012 = (SIGN(DELTA(VOLUME, 1)) * (-1 * DELTA(CLOSE, 1)))

alpha013 = (-1 * RANK(COVARIANCE(RANK(CLOSE), RANK(VOLUME), 5)))

alpha014 = ((-1 * RANK(DELTA(RETURNS, 3))) * CORRELATION(OPEN, VOLUME, 10))

alpha015 = (-1 * SUM(RANK(CORRELATION(RANK(HIGH), RANK(VOLUME), 3)), 3))

alpha016 = (-1 * RANK(COVARIANCE(RANK(HIGH), RANK(VOLUME), 5)))

alpha017 = (((-1 * RANK(TS_RANK(CLOSE, 10))) * RANK(DELTA(DELTA(CLOSE, 1), 1))) * RANK(TS_RANK((VOLUME / ADV(20)), 5)))

alpha018 = (-1 * RANK(((STDDEV(ABS((CLOSE - OPEN)), 5) + (CLOSE - OPEN)) + CORRELATION(CLOSE, OPEN, 10))))

alpha019 = ((-1 * SIGN(((CLOSE - DELAY(CLOSE, 7)) + DELTA(CLOSE, 7)))) * (1 + RANK((1 + SUM(RETURNS, 250)))))

alpha020 = (((-1 * RANK((OPEN - DELAY(HIGH, 1)))) * RANK((OPEN - DELAY(CLOSE, 1)))) * RANK((OPEN - DELAY(LOW, 1))))

alpha021 = IF((((SUM(CLOSE, 8) / 8) + STDDEV(CLOSE, 8)) < (SUM(CLOSE, 2) / 2)), (-1 * 1), IF(((SUM(CLOSE, 2) / 2) < ((SUM(CLOSE, 8) / 8) - STDDEV(CLOSE, 8))), 1, IF(((1 < (VOLUME / ADV(20))) | ((VOLUME / ADV(20)) == 1)), 1, (-1 * 1))))

alpha022 = (-1 * (DELTA(CORRELATION(HIGH, VOLUME, 5), 5) * RANK(STDDEV(CLOSE, 20))))

alpha023 = IF(((SUM(HIGH, 20) / 20) < HIGH), (-1 * DELTA(HIGH, 2)), 0)

alpha024 = IF((((DELTA((SUM(CLOSE, 100) / 100), 100) / DELAY(CLOSE, 100)) < 0.05) | ((DELTA((SUM(CLOSE, 100) / 100), 100) / DELAY(CLOSE, 100)) == 0.05)), (-1 * (CLOSE - TS_MIN(CLOSE, 100))), (-1 * DELTA(CLOSE, 3)))

alpha025 = RANK(((((-1 * RETURNS) * ADV(20)) * VWAP) * (HIGH - CLOSE)))

alpha026 = (-1 * TS_MAX(CORRELATION(TS_RANK(VOLUME, 5), TS_RANK(HIGH, 5), 5), 3))

alpha027 = IF((0.5 < RANK((SUM(CORRELATION(RANK(VOLUME), RANK(VWAP), 6), 2) / 2.0))), (-1 * 1), 1)

alpha028 = SCALE(((CORRELATION(ADV(20), LOW, 5) + ((HIGH + LOW) / 2)) - CLOSE))

alpha029 = (MIN(PRODUCT(RANK(RANK(SCALE(LOG(SUM(TS_MIN(RANK(RANK((-1 * RANK(DELTA((CLOSE - 1), 5))))), 2), 1))))), 1), 5) + TS_RANK(DELAY((-1 * RETURNS), 6), 5))

alpha030 = (((1.0 - RANK(((SIGN((CLOSE - DELAY(CLOSE, 1))) + SIGN((DELAY(CLOSE, 1) - DELAY(CLOSE, 2)))) + SIGN((DELAY(CLOSE, 2) - DELAY(CLOSE, 3)))))) * SUM(VOLUME, 5)) / SUM(VOLUME, 20))

alpha031 = ((RANK(RANK(RANK(DECAY_LINEAR((-1 * RANK(RANK(DELTA(CLOSE, 10)))), 10)))) + RANK((-1 * DELTA(CLOSE, 3)))) + SIGN(SCALE(CORRELATION(ADV(20), LOW, 12))))

alpha032 = (SCALE(((SUM(CLOSE, 7) / 7) - CLOSE)) + (20 * SCALE(CORRELATION(VWAP, DELAY(CLOSE, 5), 230))))

alpha033 = RANK((-1 * ((1 - (OPEN / CLOSE))**1)))

alpha034 = RANK(((1 - RANK((STDDEV(RETURNS, 2) / STDDEV(RETURNS, 5)))) + (1 - RANK(DELTA(CLOSE, 1)))))

alpha035 = ((TS_RANK(VOLUME, 32) * (1 - TS_RANK(((CLOSE + HIGH) - LOW), 16))) * (1 - TS_RANK(RETURNS, 32)))

alpha036 = (((((2.21 * RANK(CORRELATION((CLOSE - OPEN), DELAY(VOLUME, 1), 15))) + (0.7 * RANK((OPEN - CLOSE)))) + (0.73 * RANK(TS_RANK(DELAY((-1 * RETURNS), 6), 5)))) + RANK(ABS(CORRELATION(VWAP, ADV(20), 6)))) + (0.6 * RANK((((SUM(CLOSE, 200) / 200) - OPEN) * (CLOSE - OPEN)))))

alpha037 = (RANK(CORRELATION(DELAY((OPEN - CLOSE), 1), CLOSE, 200)) + RANK((OPEN - CLOSE)))

alpha038 = ((-1 * RANK(TS_RANK(CLOSE, 10))) * RANK((CLOSE / OPEN)))

alpha039 = ((-1 * RANK((DELTA(CLOSE, 7) * (1 - RANK(DECAY_LINEAR((VOLUME / ADV(20)), 9)))))) * (1 + RANK(SUM(RETURNS, 250))))

alpha040 = ((-1 * RANK(STDDEV(HIGH, 10))) * CORRELATION(HIGH, VOLUME, 10))

alpha041 = (((HIGH * LOW)**0.5) - VWAP)

alpha042 = (RANK((VWAP - CLOSE)) / RANK((VWAP + CLOSE)))

alpha043 = (TS_RANK((VOLUME / ADV(20)), 20) * TS_RANK((-1 * DELTA(CLOSE, 7)), 8))

alpha044 = (-1 * CORRELATION(HIGH, RANK(VOLUME), 5))

alpha045 = (-1 * ((RANK((SUM(DELAY(CLOSE, 5), 20) / 20)) * CORRELATION(CLOSE, VOLUME, 2)) * RANK(CORRELATION(SUM(CLOSE, 5), SUM(CLOSE, 20), 2))))

alpha046 = IF((0.25 < (((DELAY(CLOSE, 20) - DELAY(CLOSE, 10)) / 10) - ((DELAY(CLOSE, 10) - CLOSE) / 10))), (-1 * 1), IF(((((DELAY(CLOSE, 20) - DELAY(CLOSE, 10)) / 10) - ((DELAY(CLOSE, 10) - CLOSE) / 10)) < 0), 1, ((-1 * 1) * (CLOSE - DELAY(CLOSE, 1)))))

alpha047 = ((((RANK((1 / CLOSE)) * VOLUME) / ADV(20)) * ((HIGH * RANK((HIGH - CLOSE))) / (SUM(HIGH, 5) / 5))) - RANK((VWAP - DELAY(VWAP, 5))))

alpha048 = (INDUSTRY_NEUTRALIZE(((CORRELATION(DELTA(CLOSE, 1), DELTA(DELAY(CLOSE, 1), 1), 250) * DELTA(CLOSE, 1)) / CLOSE)) / SUM(((DELTA(CLOSE, 1) / DELAY(CLOSE, 1))**2), 250))

alpha049 = IF(((((DELAY(CLOSE, 20) - DELAY(CLOSE, 10)) / 10) - ((DELAY(CLOSE, 10) - CLOSE) / 10)) < (-1 * 0.1)), 1, ((-1 * 1) * (CLOSE - DELAY(CLOSE, 1))))

alpha050 = (-1 * TS_MAX(RANK(CORRELATION(RANK(VOLUME), RANK(VWAP), 5)), 5))

alpha051 = IF(((((DELAY(CLOSE, 20) - DELAY(CLOSE, 10)) / 10) - ((DELAY(CLOSE, 10) - CLOSE) / 10)) < (-1 * 0.05)), 1, ((-1 * 1) * (CLOSE - DELAY(CLOSE, 1))))

alpha052 = ((((-1 * TS_MIN(LOW, 5)) + DELAY(TS_MIN(LOW, 5), 5)) * RANK(((SUM(RETURNS, 240) - SUM(RETURNS, 20)) / 220))) * TS_RANK(VOLUME, 5))

alpha053 = (-1 * DELTA((((CLOSE - LOW) - (HIGH - CLOSE)) / (CLOSE - LOW)), 9))

alpha054 = ((-1 * ((LOW - CLOSE) * (OPEN**5))) / ((LOW - HIGH) * (CLOSE**5)))

alpha055 = (-1 * CORRELATION(RANK(((CLOSE - TS_MIN(LOW, 12)) / (TS_MAX(HIGH, 12) - TS_MIN(LOW, 12)))), RANK(VOLUME), 6))

alpha056 = (0 - (1 * (RANK((SUM(RETURNS, 10) / SUM(SUM(RETURNS, 2), 3))) * RANK((RETURNS * CAP)))))

alpha057 = (0 - (1 * ((CLOSE - VWAP) / DECAY_LINEAR(RANK(TS_ARGMAX(CLOSE, 30)), 2))))

alpha058 = (-1 * TS_RANK(DECAY_LINEAR(CORRELATION(INDUSTRY_NEUTRALIZE(VWAP), VOLUME, 4), 8), 6))

alpha059 = (-1 * TS_RANK(DECAY_LINEAR(CORRELATION(INDUSTRY_NEUTRALIZE(((VWAP * 0.728317) + (VWAP * (1 - 0.728317)))), VOLUME, 4), 16), 8))

alpha060 = (0 - (1 * ((2 * SCALE(RANK(((((CLOSE - LOW) - (HIGH - CLOSE)) / (HIGH - LOW)) * VOLUME)))) - SCALE(RANK(TS_ARGMAX(CLOSE, 10))))))

alpha061 = (RANK((VWAP - TS_MIN(VWAP, 16))) < RANK(CORRELATION(VWAP, ADV(180), 18)))

alpha062 = ((RANK(CORRELATION(VWAP, SUM(ADV(20), 22), 10)) < RANK(((RANK(OPEN) + RANK(OPEN)) < (RANK(((HIGH + LOW) / 2)) + RANK(HIGH))))) * -1)

alpha063 = ((RANK(DECAY_LINEAR(DELTA(INDUSTRY_NEUTRALIZE(CLOSE), 2), 8)) - RANK(DECAY_LINEAR(CORRELATION(((VWAP * 0.318108) + (OPEN * (1 - 0.318108))), SUM(ADV(180), 37), 14), 12))) * -1)

alpha064 = ((RANK(CORRELATION(SUM(((OPEN * 0.178404) + (LOW * (1 - 0.178404))), 13), SUM(ADV(120), 13), 17)) < RANK(DELTA(((((HIGH + LOW) / 2) * 0.178404) + (VWAP * (1 - 0.178404))), 4))) * -1)

alpha065 = ((RANK(CORRELATION(((OPEN * 0.00817205) + (VWAP * (1 - 0.00817205))), SUM(ADV(60), 9), 6)) < RANK((OPEN - TS_MIN(OPEN, 14)))) * -1)

alpha066 = ((RANK(DECAY_LINEAR(DELTA(VWAP, 4), 7)) + TS_RANK(DECAY_LINEAR(((((LOW * 0.96633) + (LOW * (1 - 0.96633))) - VWAP) / (OPEN - ((HIGH + LOW) / 2))), 11), 7)) * -1)

alpha067 = ((RANK((HIGH - TS_MIN(HIGH, 2)))**RANK(CORRELATION(INDUSTRY_NEUTRALIZE(VWAP), INDUSTRY_NEUTRALIZE(ADV(20)), 6))) * -1)

alpha068 = ((TS_RANK(CORRELATION(RANK(HIGH), RANK(ADV(15)), 9), 14) < RANK(DELTA(((CLOSE * 0.518371) + (LOW * (1 - 0.518371))), 1))) * -1)

alpha069 = ((RANK(TS_MAX(DELTA(INDUSTRY_NEUTRALIZE(VWAP), 3), 5))**TS_RANK(CORRELATION(((CLOSE * 0.490655) + (VWAP * (1 - 0.490655))), ADV(20), 5), 9)) * -1)

alpha070 = ((RANK(DELTA(VWAP, 1))**TS_RANK(CORRELATION(INDUSTRY_NEUTRALIZE(CLOSE), ADV(50), 18), 18)) * -1)

alpha071 = MAX(TS_RANK(DECAY_LINEAR(CORRELATION(TS_RANK(CLOSE, 3), TS_RANK(ADV(180), 12), 18), 4), 16), TS_RANK(DECAY_LINEAR((RANK(((LOW + OPEN) - (VWAP + VWAP)))**2), 16), 4))

alpha072 = (RANK(DECAY_LINEAR(CORRELATION(((HIGH + LOW) / 2), ADV(40), 9), 10)) / RANK(DECAY_LINEAR(CORRELATION(TS_RANK(VWAP, 4), TS_RANK(VOLUME, 19), 7), 3)))

# Modify DELTA(VWAP, 4.72775) to DELTA(VWAP, 5)
alpha073 = (MAX(RANK(DECAY_LINEAR(DELTA(VWAP, 5), 3)), TS_RANK(DECAY_LINEAR(((DELTA(((OPEN * 0.147155) + (LOW * (1 - 0.147155))), 2) / ((OPEN * 0.147155) + (LOW * (1 - 0.147155)))) * -1), 3), 17)) * -1)

alpha074 = ((RANK(CORRELATION(CLOSE, SUM(ADV(30), 37), 15)) < RANK(CORRELATION(RANK(((HIGH * 0.0261661) + (VWAP * (1 - 0.0261661)))), RANK(VOLUME), 11))) * -1)

alpha075 = (RANK(CORRELATION(VWAP, VOLUME, 4)) < RANK(CORRELATION(RANK(LOW), RANK(ADV(50)), 12)))

# Modify TS_RANK(CORRELATION(INDUSTRY_NEUTRALIZE(LOW), ADV(81), 8), 19.569) to TS_RANK(CORRELATION(INDUSTRY_NEUTRALIZE(LOW), ADV(81), 8), 20)
alpha076 = (MAX(RANK(DECAY_LINEAR(DELTA(VWAP, 1), 12)), TS_RANK(DECAY_LINEAR(TS_RANK(CORRELATION(INDUSTRY_NEUTRALIZE(LOW), ADV(81), 8), 20), 17), 19)) * -1)

alpha077 = MIN(RANK(DECAY_LINEAR(((((HIGH + LOW) / 2) + HIGH) - (VWAP + HIGH)), 20)), RANK(DECAY_LINEAR(CORRELATION(((HIGH + LOW) / 2), ADV(40), 3), 6)))

alpha078 = (RANK(CORRELATION(SUM(((LOW * 0.352233) + (VWAP * (1 - 0.352233))), 20), SUM(ADV(40), 20), 7))**RANK(CORRELATION(RANK(VWAP), RANK(VOLUME), 6)))

alpha079 = (RANK(DELTA(INDUSTRY_NEUTRALIZE(((CLOSE * 0.60733) + (OPEN * (1 - 0.60733)))), 1)) < RANK(CORRELATION(TS_RANK(VWAP, 4), TS_RANK(ADV(150), 9), 15)))

alpha080 = ((RANK(SIGN(DELTA(INDUSTRY_NEUTRALIZE(((OPEN * 0.868128) + (HIGH * (1 - 0.868128)))), 4)))**TS_RANK(CORRELATION(HIGH, ADV(10), 5), 6)) * -1)

alpha081 = ((RANK(LOG(PRODUCT(RANK((RANK(CORRELATION(VWAP, SUM(ADV(10), 50), 8))**4)), 15))) < RANK(CORRELATION(RANK(VWAP), RANK(VOLUME), 5))) * -1)

alpha082 = (MIN(RANK(DECAY_LINEAR(DELTA(OPEN, 1), 15)), TS_RANK(DECAY_LINEAR(CORRELATION(INDUSTRY_NEUTRALIZE(VOLUME), ((OPEN * 0.634196) + (OPEN * (1 - 0.634196))), 17), 7), 13)) * -1)

alpha083 = ((RANK(DELAY(((HIGH - LOW) / (SUM(CLOSE, 5) / 5)), 2)) * RANK(RANK(VOLUME))) / (((HIGH - LOW) / (SUM(CLOSE, 5) / 5)) / (VWAP - CLOSE)))

alpha084 = SIGNEDPOWER(TS_RANK((VWAP - TS_MAX(VWAP, 15)), 21), DELTA(CLOSE, 5))

alpha085 = (RANK(CORRELATION(((HIGH * 0.876703) + (CLOSE * (1 - 0.876703))), ADV(30), 10))**RANK(CORRELATION(TS_RANK(((HIGH + LOW) / 2), 4), TS_RANK(VOLUME, 10), 7)))

alpha086 = ((TS_RANK(CORRELATION(CLOSE, SUM(ADV(20), 15), 6), 20) < RANK(((OPEN + CLOSE) - (VWAP + OPEN)))) * -1)

alpha087 = (MAX(RANK(DECAY_LINEAR(DELTA(((CLOSE * 0.369701) + (VWAP * (1 - 0.369701))), 2), 3)), TS_RANK(DECAY_LINEAR(ABS(CORRELATION(INDUSTRY_NEUTRALIZE(ADV(81)), CLOSE, 13)), 5), 14)) * -1)

# Modify TS_RANK(ADV(60), 20.6966) to TS_RANK(ADV(60), 21),
alpha088 = MIN(RANK(DECAY_LINEAR(((RANK(OPEN) + RANK(LOW)) - (RANK(HIGH) + RANK(CLOSE))), 8)), TS_RANK(DECAY_LINEAR(CORRELATION(TS_RANK(CLOSE, 8), TS_RANK(ADV(60), 21), 8), 7), 3))

alpha089 = (TS_RANK(DECAY_LINEAR(CORRELATION(((LOW * 0.967285) + (LOW * (1 - 0.967285))), ADV(10), 7), 6), 4) - TS_RANK(DECAY_LINEAR(DELTA(INDUSTRY_NEUTRALIZE(VWAP), 3), 10), 15))

alpha090 = ((RANK((CLOSE - TS_MAX(CLOSE, 5)))**TS_RANK(CORRELATION(INDUSTRY_NEUTRALIZE(ADV(40)), LOW, 5), 3)) * -1)

alpha091 = ((TS_RANK(DECAY_LINEAR(DECAY_LINEAR(CORRELATION(INDUSTRY_NEUTRALIZE(CLOSE), VOLUME, 10), 16), 4), 5) - RANK(DECAY_LINEAR(CORRELATION(VWAP, ADV(30), 4), 3))) * -1)

alpha092 = MIN(TS_RANK(DECAY_LINEAR(AS_FLOAT((((HIGH + LOW) / 2) + CLOSE) < (LOW + OPEN)), 15), 19), TS_RANK(DECAY_LINEAR(CORRELATION(RANK(LOW), RANK(ADV(30)), 8), 7), 7))

alpha093 = (TS_RANK(DECAY_LINEAR(CORRELATION(INDUSTRY_NEUTRALIZE(VWAP), ADV(81), 17), 20), 8) / RANK(DECAY_LINEAR(DELTA(((CLOSE * 0.524434) + (VWAP * (1 - 0.524434))), 3), 16)))

alpha094 = ((RANK((VWAP - TS_MIN(VWAP, 12)))**TS_RANK(CORRELATION(TS_RANK(VWAP, 20), TS_RANK(ADV(60), 4), 18), 3)) * -1)

alpha095 = (RANK((OPEN - TS_MIN(OPEN, 12))) < TS_RANK((RANK(CORRELATION(SUM(((HIGH + LOW) / 2), 19), SUM(ADV(40), 19), 13))**5), 12))

# Modify TS_RANK(ADV(60), 4.13242) to TS_RANK(ADV(60), 4)
alpha096 = MAX(TS_RANK(DECAY_LINEAR(CORRELATION(RANK(VWAP), RANK(VOLUME), 4), 4), 8), TS_RANK(DECAY_LINEAR(TS_ARGMAX(CORRELATION(TS_RANK(CLOSE, 7), TS_RANK(ADV(60), 4), 4), 13), 14), 13)) * -1

# Modify TS_RANK(LOW, 7.87871) to TS_RANK(LOW, 8)
alpha097 = ((RANK(DECAY_LINEAR(DELTA(INDUSTRY_NEUTRALIZE(((LOW * 0.721001) + (VWAP * (1 - 0.721001)))), 3), 20)) - TS_RANK(DECAY_LINEAR(TS_RANK(CORRELATION(TS_RANK(LOW, 8), TS_RANK(ADV(60), 17), 5), 19), 16), 7)) * -1)

alpha098 = (RANK(DECAY_LINEAR(CORRELATION(VWAP, SUM(ADV(5), 26), 6), 7)) - RANK(DECAY_LINEAR(TS_RANK(TS_ARGMIN(CORRELATION(RANK(OPEN), RANK(ADV(15)), 21), 9), 7), 8)))

alpha099 = ((RANK(CORRELATION(SUM(((HIGH + LOW) / 2), 20), SUM(ADV(60), 20), 9)) < RANK(CORRELATION(LOW, VOLUME, 6))) * -1)

alpha100 = (0 - (1 * (((1.5 * SCALE(INDUSTRY_NEUTRALIZE(INDUSTRY_NEUTRALIZE(RANK(((((CLOSE - LOW) - (HIGH - CLOSE)) / (HIGH - LOW)) * VOLUME)))))) - SCALE(INDUSTRY_NEUTRALIZE((CORRELATION(CLOSE, RANK(ADV(20)), 5) - RANK(TS_ARGMIN(CLOSE, 30)))))) * (VOLUME / ADV(20)))))

alpha101 = ((CLOSE - OPEN) / ((HIGH - LOW) + .001))

get_all_factor_names - 获取因子字段列表 ​

python
get_all_factor_names(type=None, market='cn')

默认返回全部因子，可选择返回不同类型的所有因子字段名称列表。

参数 ​

参数类型说明
typestr默认返回所有因子
'income_statement'：利润表( 91 个基础财务字段 + 其 mrq_n、ttm_n 、lyr_n 因子，共 2821 个)
'balance_sheet'：资产负债表 ( 156 个基础财务字段 + 其 mrq_n、ttm_n 、lyr_n 因子，共 4836 个)
'cash_flow_statement'：现金流量表 ( 71 个基础财务字段 + 其 mrq_n、ttm_n 、lyr_n 因子，共 2201 个)
'eod_indicator'：估值有关指标 (41 个)
'operational_indicator'：经营衍生指标表 (97 个)
'cash_flow_indicator'：现金流衍生指标 (26 个)
'financial_indicator'：财务衍生指标 (126 个)
'growth_indicator'：增长衍生指标 (33 个)
'alpha101'：alpha101 因子 (101 个)
'moving_average_indicator'：均线类指标 (82 个)
'obos_indicator'：超买超卖指标 (43 个)
'energy_indicator'：能量指标 (36 个)
marketstr默认是中国内地市场('cn') 。可选'cn' - 中国内地市场；'hk' - 香港市场

返回 ​

list

范例 ​

  • 获取超买超卖指标 因子
python
[In]
rqdatac.get_all_factor_names(type='obos_indicator')
[Out]
['OBOS', 'KDJ_K', 'KDJ_D', 'KDJ_J', 'RSI6', 'WR', 'LWR1', 'BIAS5', 'BIAS36', 'ACCER', 'CYF', 'SWL', 'ADTM', 'TR', 'DKX', 'TAPI', 'OSC', 'CCI', 'ROC', 'MFI', 'MTM', 'MARSI6', 'SKD_K', 'UDL', 'DI1', 'RSI10', 'LWR2', 'BIAS10', 'BIAS612', 'SWS', 'MAADTM', 'ATR', 'MADKX', 'MATAPI', 'MAMTM', 'MARSI10', 'SKD_D', 'MAUDL', 'DI2', 'BIAS20', 'MABIAS', 'ADX', 'ADXR']

基础日行情 ​

get_share_transformation - 获取股票转换股票代码信息 ​

python
get_share_transformation(predecessor=None, market='cn')

查询股票因代码变更或并购等情况更换了股票代码的信息

参数 ​

参数类型说明
predecessorstr合约代码(来自交易所或其他平台), 空值返回所有变更过股票代码的股票
marketstr目前仅支持国内市场('cn')。

返回 ​

pandas Dataframe

字段类型说明
predecessorstr历史股票代码
successorstr变更后股票代码
effective_datestr变更生效日期
share_conversion_ratiofloat股票变更比例
predecessor_delistedboolean变更后旧代码是否退市
discretionary_executionboolean是否有变更自主选择权
predecessor_delisted_datedatetime历史股票代码退市日期
eventstr股票代码变更原因

范例 ​

python
[In]get_share_transformation(predecessor="000022.XSHE")
[Out]
    predecessor  successor    effective_date   share_conversion_ratio  predecessor_delisted  discretionary_execution  predecessor_delisted_date  event
0  000022.XSHE  001872.XSHE  2018-12-26                        1.0      True                     False                 2018-12-26               code_change

sector - 获取某板块股票列表 ​

python
sector(code, market='cn')

获得属于某一板块的所有股票列表。

参数 ​

参数类型说明
codestr OR sector_code items必填参数，板块名称或板块代码。可选字段见下方。例如，能源板块可填写'Energy'、'能源'或 sector_code.Energy
marketstr默认是中国市场('cn')，目前仅支持中国市场。
板块分类列表 ​

目前支持的 code 板块分类如下，其取值参考自 MSCI 发布的全球行业标准分类:

板块代码中文板块名称英文板块名称
Energy能源energy
Materials原材料materials
ConsumerDiscretionary非必需消费品consumer discretionary
ConsumerStaples必需消费品consumer staples
HealthCare医疗保健health care
Financials金融financials
RealEstate房地产real estate
InformationTechnology信息技术information technology
TelecommunicationServices电信服务telecommunication services
Utilities公共服务utilities
Industrials工业industrials

返回 ​

属于该板块的股票 order_book_id 或 order_book_id list.

范例 ​

python
[In]sector('Energy')
[Out]
['300023.XSHE', '000571.XSHE', '600997.XSHG', '601798.XSHG', '603568.XSHG', .....]
python
[In]sector(sector_code.Energy)
[Out]
['300023.XSHE', '000571.XSHE', '600997.XSHG', '601798.XSHG', '603568.XSHG', .....]

industry - 获取某行业股票列表 ​

python
industry(code, market='cn')

获得属于某一行业的所有股票列表。

参数 ​

参数类型说明
codestr OR industry_code items必填参数，行业名称或行业代码。可选字段见下方。例如，农业可填写 industry_code.A01 或 'A01'
marketstr默认是中国市场('cn')，目前仅支持中国市场
行业分类列表 ​

我们目前使用的行业分类来自于中国国家统计局的国民经济行业分类，可以使用这里的任何一个行业代码来调用行业的股票列表：

行业代码行业名称
A01农业
A02林业
A03畜牧业
A04渔业
A05农、林、牧、渔服务业
B06煤炭开采和洗选业
B07石油和天然气开采业
B08黑色金属矿采选业
B09有色金属矿采选业
B10非金属矿采选业
B11开采辅助活动
B12其他采矿业
C13农副食品加工业
C14食品制造业
C15酒、饮料和精制茶制造业
C16烟草制品业
C17纺织业
C18纺织服装、服饰业
C19皮革、毛皮、羽毛及其制品和制鞋业
C20木材加工及木、竹、藤、棕、草制品业
C21家具制造业
C22造纸及纸制品业
C23印刷和记录媒介复制业
C24文教、工美、体育和娱乐用品制造业
C25石油加工、炼焦及核燃料加工业
C26化学原料及化学制品制造业
C27医药制造业
C28化学纤维制造业
C29橡胶和塑料制品业
C30非金属矿物制品业
C31黑色金属冶炼及压延加工业
C32有色金属冶炼和压延加工业
C33金属制品业
C34通用设备制造业
C35专用设备制造业
C36汽车制造业
C37铁路、船舶、航空航天和其它运输设备制造业
C38电气机械及器材制造业
C39计算机、通信和其他电子设备制造业
C40仪器仪表制造业
C41其他制造业
C42废弃资源综合利用业
C43金属制品、机械和设备修理业
D44电力、热力生产和供应业
D45燃气生产和供应业
D46水的生产和供应业
E47房屋建筑业
E48土木工程建筑业
E49建筑安装业
E50建筑装饰和其他建筑业
F51批发业
F52零售业
G53铁路运输业
G54道路运输业
G55水上运输业
G56航空运输业
G57管道运输业
G58装卸搬运和运输代理业
G59仓储业
G60邮政业
H61住宿业
H62餐饮业
I63电信、广播电视和卫星传输服务
I64互联网和相关服务
I65软件和信息技术服务业
J66货币金融服务
J67资本市场服务
J68保险业
J69其他金融业
K70房地产业
L71租赁业
L72商务服务业
M73研究和试验发展
M74专业技术服务业
M75科技推广和应用服务业
N76水利管理业
N77生态保护和环境治理业
N78公共设施管理业
O79居民服务业
O80机动车、电子产品和日用产品修理业
O81其他服务业
P82教育
Q83卫生
Q84社会工作
R85新闻和出版业
R86广播、电视、电影和影视录音制作业
R87文化艺术业
R88体育
R89娱乐业
S90综合

返回 ​

属于该行业的股票 order_book_id 或 order_book_id list.

范例 ​

python
[In]
industry('A01')
[Out]
['600540.XSHG', '600371.XSHG', '600359.XSHG', '600506.XSHG',...]
python
[In]
industry(industry_code.A01)
[Out]
['600540.XSHG', '600371.XSHG', '600359.XSHG', '600506.XSHG',...]

get_concept_list - 获取概念列表 ​

python
get_concept_list(start_date=None, end_date=None)

获得股票概念列表。

参数 ​

参数类型说明
start_datestr查询 概念纳入日期 开始时间，不传入默认返回所有时段数据
end_datestr查询 概念纳入日期 结束时间，不传入默认返回所有时段数据

返回 ​

pandas DataFrame

参数类型说明
datedate概念纳入日期
conceptstr概念名称

范例 ​

python
[In]
get_concept_list(start_date='2019-01-01', end_date='2020-01-01')
[Out]
date
2019-01-17    360私有化
2019-01-17      油气改革
2019-01-17    浦东国资改革
2019-01-17     海南自贸区
2019-01-17      海绵城市
               ...
2019-07-15     ETC概念
2019-07-17     光刻机概念
2019-08-12       维生素
2019-12-12      胎压监测
2019-12-20      无线耳机

get_concept - 获取所选概念对应股票列表 ​

python
get_concept(concepts, start_date=None, end_date=None)

获得属于某个或某几个概念的股票列表。

参数 ​

参数类型说明
conceptsstr OR multiple str必填参数，概念名称。可以从概念列表中选择一个或多个概念填写
start_datestr查询 股票纳入概念日期 开始时间，不传入默认返回所有时段数据
end_datestr查询 股票纳入概念日期 结束时间，不传入默认返回所有时段数据

返回 ​

pandas DataFrame

参数类型说明
order_book_idstr合约代码
inclusion_datedate股票纳入概念日期

范例 ​

python
[In]
get_concept(['ETC概念','维生素'],start_date='2019-01-01', end_date='2021-01-01')
[Out]
 order_book_id inclusion_date
concept
ETC概念 000938.XSHE 2019-07-15
ETC概念 002104.XSHE 2019-10-16
ETC概念 002161.XSHE 2019-08-08
ETC概念 002373.XSHE 2019-07-15
ETC概念 002401.XSHE 2019-07-15
ETC概念 002512.XSHE 2019-07-15
ETC概念 002869.XSHE 2019-07-15
ETC概念 300014.XSHE 2019-07-15
ETC概念 300020.XSHE 2019-10-29
ETC概念 300075.XSHE 2019-07-15
ETC概念 300205.XSHE 2019-07-15
ETC概念 300376.XSHE 2019-07-23
ETC概念 300438.XSHE 2019-09-10
ETC概念 300448.XSHE 2019-07-15
ETC概念 300462.XSHE 2019-07-15
ETC概念 300552.XSHE 2019-07-15
ETC概念 300717.XSHE 2019-07-15
ETC概念 600035.XSHG 2019-07-15
ETC概念 603068.XSHG 2019-07-15
ETC概念 603458.XSHG 2019-07-31
ETC概念 603936.XSHG 2019-12-23
ETC概念 688208.XSHG 2020-02-24
维生素 000597.XSHE 2019-08-12
维生素 000952.XSHE 2019-08-12
维生素 002001.XSHE 2019-08-12
维生素 002019.XSHE 2019-08-12
维生素 002332.XSHE 2019-08-12
维生素 002562.XSHE 2019-08-12
维生素 002626.XSHE 2019-08-12
维生素 300267.XSHE 2019-08-12
维生素 300401.XSHE 2019-08-12
维生素 600216.XSHG 2019-08-12
维生素 600299.XSHG 2019-08-12
维生素 600812.XSHG 2019-08-12
维生素 603079.XSHG 2019-08-12

get_stock_concept - 获取所选股票对应概念 ​

python
get_stock_concept(order_book_ids)

获取单支或多支股票所对应的所有概念标签

参数 ​

参数类型说明
order_book_idstr or str list必填参数，合约代码，可输入 order_book_id, order_book_id list

返回 ​

pandas DataFrame

参数类型说明
order_book_idstr合约代码
conceptstr所输入合约代码对应的概念
inclusion_datedate股票纳入概念日期

范例 ​

python
[In]
get_stock_concept (['000002.XSHE','000504.XSHE'])
[Out]
                      concept
order_book_id inclusion_date
000002.XSHE     2019-01-17 房地产
                2019-01-17 深港通
                2019-01-17 租售同权
                2019-01-17 广东自贸区
                2019-01-22 举牌概念
                2019-03-04 粤港澳大湾区
                2019-03-18 雄安概念
                2019-03-18 特色小镇
                2019-05-07 互联网金融
                2019-08-19 体育
                2019-08-19 冬奥会
                2019-12-02 MSCI概念
                2020-01-15 超级品牌
                2020-11-16 长江三角洲概念
                2022-01-06 碳中和
                2024-01-17 智能家居
                2024-01-17 智慧城市
000504.XSHE     2019-01-17 美丽中国
                2019-01-22 举牌概念
                2019-05-07 文化传媒
                2021-12-01 医药
                2021-12-01 节能环保
                2022-11-28 国企混改
                2024-05-11 生物医药

get_industry_mapping - 获取行业分类概览 ​

python
get_industry_mapping(source='citics', date=None, market='cn')

通过传入机构名，获得该机构指定的行业划分概览。

参数 ​

参数类型说明
sourcestr分类依据。 citics: 中信, gildata: 聚源,citics_2019:中信 2019 分类,默认 source='citics_2019'.注意：citics 为中信 2019 年新的行业分类未发布前的分类
datestr查询日期，默认为当前最新日期
marketstr默认是中国内地市场('cn') 。可选'cn' - 中国内地市场；'hk' - 香港市场

返回 ​

pandas DataFrame

字段类型说明
first_industry_codestr一级行业代码
first_industry_namestr一级行业名称
second_industry_codestr二级行业代码
second_industry_namestr二级行业名称
third_industry_codestr三级行业代码
third_industry_namestr三级行业名称

范例 ​

  • 得到当前行业分类的概览：
python
[In]
get_industry_mapping()
[Out]
     first_industry_code first_industry_name second_industry_code second_industry_name third_industry_code third_industry_name
0                    10                石油石化                 1010                 石油开采              101010                石油开采
1                    10                石油石化                 1020                 石油化工              102010                  炼油
2                    10                石油石化                 1020                 石油化工              102040             油品销售及仓储
3                    10                石油石化                 1020                 石油化工              102050                其他石化
4                    10                石油石化                 1030                 油田服务              103010                油田服务
5                    11                  煤炭                 1110               煤炭开采洗选              111010                 动力煤
...

get_industry - 获取某行业的股票列表 ​

python
get_industry(industry, source='citics', date=None, market='cn')

通过传入行业名称、行业指数代码或者行业代号，拿到指定行业的股票列表

参数 ​

参数类型说明
industrystr必填参数，可传入行业名称、行业指数代码或者行业代号
sourcestr分类依据。 citics: 中信, gildata: 聚源, citics_2019:中信 2019 分类, 默认 source='citics_2019'. 注意：citics 为中信 2019 年新的行业分类未发布前的分类
datestr查询日期，默认为当前最新日期
marketstr默认是中国内地市场('cn') 。可选'cn' - 中国内地市场；'hk' - 香港市场

返回 ​

list

范例 ​

  • 得到当前某一级行业的股票列表：
python
[In]
get_industry('银行')
[Out]
['000001.XSHE',
 '002142.XSHE',
 '002807.XSHE',
 '002839.XSHE',
 '002936.XSHE',
 '002948.XSHE',
 '002958.XSHE',
 '002966.XSHE',
 '600000.XSHG',
 '600015.XSHG',
 '600016.XSHG',
 '600036.XSHG',
 '600908.XSHG',
 '600919.XSHG',
 '600926.XSHG',
 '600928.XSHG',
 '601009.XSHG',
 '601128.XSHG',
 '601166.XSHG',
 '601169.XSHG',
 '601229.XSHG',
 '601288.XSHG',
 '601328.XSHG',
 '601398.XSHG',
 '601577.XSHG',
 '601818.XSHG',
 '601838.XSHG',
 '601860.XSHG',
 '601939.XSHG',
 '601988.XSHG',
 '601997.XSHG',
 '601998.XSHG',
 '603323.XSHG']
  • 用中信行业代码获得股票列表：
python
[In]
get_industry(industry='621020',source='citics')
[Out]
['000997.XSHE',
 '002152.XSHE',
 '002177.XSHE',
 '002268.XSHE',
 '002308.XSHE',
 '002312.XSHE',
 '002376.XSHE',
 '002383.XSHE',
 '002512.XSHE',
 '002518.XSHE',
 '002546.XSHE',
 '002635.XSHE',
 '002771.XSHE',
 '002829.XSHE',
 '002835.XSHE',
 '002906.XSHE',
 '300074.XSHE',
 '300076.XSHE',
 '300078.XSHE',
 '300098.XSHE',
 '300130.XSHE',
 '300167.XSHE',
 '300177.XSHE',
 '300270.XSHE',
 '300275.XSHE',
 '300311.XSHE',
 '300449.XSHE',
 '300455.XSHE',
 '300458.XSHE',
 '300479.XSHE',
 '300743.XSHE',
 '603106.XSHG',
 '603660.XSHG',
 '603890.XSHG']

get_industry_change - 获取某行业的股票纳入剔除日期 ​

python
get_industry_change(industry, source='citics', level=None, market='cn')

通过传入行业名称、行业指数代码或者行业代号，拿到指定行业的股票纳入剔除日期

参数 ​

参数类型说明
industrystr必填参数，可传入行业名称、行业指数代码或者行业代号
sourcestr分类依据。 citics_2019 - 中信新分类（2019 发布）, citics - 中信旧分类（退役中）, gildata -聚源。 默认 source='citics_2019'.
levelinteger行业分类级别，共三级，默认一级分类。参数 1,2,3 一一对应
marketstr默认是中国内地市场('cn') 。可选'cn' - 中国内地市场；'hk' - 香港市场

返回 ​

pandas DataFrame

字段类型说明
start_datestr起始日期
cancel_datestr取消日期，2200-12-31 表示未披露

范例 ​

  • 得到当前某一级行业的股票纳入剔除日期：
python
[In]
get_industry_change(industry='银行', level=1,source='citics_2019')
[Out]
start_date cancel_date
order_book_id
601988.XSHG   2019-12-02  2200-12-31
601398.XSHG   2019-12-02  2200-12-31
601328.XSHG   2019-12-02  2200-12-31
601939.XSHG   2019-12-02  2200-12-31
601288.XSHG   2019-12-02  2200-12-31
...                  ...         ...
601963.XSHG   2021-02-05  2200-12-31
601665.XSHG   2021-06-18  2200-12-31
601528.XSHG   2021-06-25  2200-12-31
601825.XSHG   2021-08-19  2200-12-31
001227.XSHE   2022-01-17  2200-12-31

get_instrument_industry - 获取股票的指定行业分类 ​

python
get_instrument_industry(order_book_ids, source='citics_2019', level=1, date=None, market='cn')

通过 order_book_id 传入，拿到某个日期的该股票指定的行业分类

参数 ​

参数类型说明
order_book_idstr or str list必填参数，股票合约代码，可输入 order_book_id, order_book_id list
datestr查询日期，默认为当前最新日期
sourcestr分类依据。citics_2019 - 中信新分类（2019 发布）, citics - 中信旧分类（退役中）, gildata -聚源。 默认 source='citics_2019'.
levelinteger行业分类级别，共三级，默认返回一级分类。参数 0,1,2,3 一一对应，其中 0 返回三级分类完整情况
当 source='citics_2019' 时，level 可传入'citics_sector' 获取该股票的衍生板块及风格归属
marketstr默认是中国内地市场('cn') 。可选'cn' - 中国内地市场；'hk' - 香港市场

返回 ​

pandas DataFrame

字段类型说明
first_industry_codestr一级行业代码
first_industry_namestr一级行业名称
second_industry_codestr二级行业代码
second_industry_namestr二级行业名称
third_industry_codestr三级行业代码
third_industry_namestr三级行业名称

范例 ​

  • 得到当前股票所对应的一级行业：
python
[In]
get_instrument_industry('000001.XSHE')
[Out]
                   first_industry_code first_industry_name
order_book_id
000001.XSHE                    40                  银行
  • 得到当前股票组所对应的中信行业的全部分类：
python
In [7]: get_instrument_industry(['000001.XSHE','000002.XSHE'],source='citics_2019',level=0)
Out[7]:
              first_industry_code first_industry_name second_industry_code second_industry_name third_industry_code third_industry_name
order_book_id
000001.XSHE                    40                  银行                 4020            全国性股份制银行Ⅱ              402010           全国性股份制银行Ⅲ
000002.XSHE                    42                 房地产                 4210             房地产开发和运营              421010              住宅物业开发
  • 得到当前股票组所对应的中信 2019 衍生板块及风格归属：
python
[In]: get_instrument_industry(['000001.XSHE','000002.XSHE'],source='citics_2019',level='citics_sector')
[Out]:
                industry_sector_name  industry_chain_sector_name  style_sector_name
order_book_id
000001.XSHE 金融产业              大金融                   金融风格
000002.XSHE 基础设施与地产产业     大金融                   金融风格

get_turnover_rate - 获取历史换手率 ​

python
get_turnover_rate(order_book_ids, start_date=None, end_date=None, fields=None,expect_df=True)

参数 ​

参数类型说明
order_book_idsstr or str list必填参数，合约代码，可输入 order_book_id, order_book_id list
start_datestr, datetime.date, datetime.datetime, pandasTimestamp开始日期
end_datestr, datetime.date, datetime.datetime, pandasTimestamp结束日期，不传入 start_date ,end_date 则 默认返回最近三个月的数据
fieldsstr OR str list默认为所有字段。当天换手率 - today，过去一周平均换手率 - week，过去一个月平均换手率 - month，过去一年平均换手率 - year，当年平均换手率 - current_year
expect_dfboolean默认返回 pandas dataframe。如果调为 False，则返回原有的数据结构
marketstr默认是中国内地市场('cn') 。可选'cn' - 中国内地市场；'hk' - 香港市场

返回 ​

pandas DataFrame

范例 ​

  • 获取平安银行历史换手率情况
In [17]: get_turnover_rate('000001.XSHE',20160801,20160806)
Out[17]:
                        today   week  month   year current_year
order_book_id tradedate
000001.XSHE   2016-08-01 0.5190 0.4033 0.3175 0.5027 0.3585
              2016-08-02 0.3070 0.4243 0.3206 0.5019 0.3581
              2016-08-03 0.2902 0.4104 0.3193 0.5011 0.3576
              2016-08-04 0.9189 0.4703 0.3443 0.5000 0.3615
              2016-08-05 0.4962 0.4984 0.3476 0.4993 0.3624
  • 获取平安银行与中信银行一段时间内的周平均换手率
python
[In]
get_turnover_rate(['000001.XSHE', '601998.XSHG'], '20160801', '20160812', 'week')

[Out]

                               week
order_book_id    tradedate
000001.XSHE      2016-08-01    0.4033
                 2016-08-02    0.4243
601998.XSHG      2016-08-01    0.1184
                 2016-08-02    0.1113

get_dividend_info - 获取股票的分红信息 ​

python
get_dividend_info(order_book_ids, start_date=None, end_date=None, market='cn')

获取某只股票在一段时间内的分红情况（包含起止日期）。如未指定日期，则默认所有。目前仅支持中国市场。

参数 ​

参数类型说明
order_book_idsstr or str list必填参数，合约代码，可输入 order_book_id, order_book_id list
start_datestr, datetime.date, datetime.datetime, pandasTimestamp开始日期
end_datestr, datetime.date, datetime.datetime, pandasTimestamp结束日期，不传入 start_date ,end_date 则 默认返回全部分红数据
marketstr默认是中国市场('cn')，目前仅支持中国市场

返回 ​

  • 单只股票 pandas single-index DataFrame - 查询时间段内的某个股票的分红数据

  • 一组股票 pandas multi-index DataFrame - 查询时间段内的一组股票的分红数据

字段类型说明
info_datestr公布日期
effective_datestr常规分红对应的有效财政季度；特殊分红则对应股权登记日
dividend_typestr是否分红及具体分红形式:
transferred share 代表转增股份；bonus share 代表赠送股份；cash 为现金；cash and share 代表现金、转增股和送股都有涉及。
ex_dividend_datestr除权除息日，该天股票的价格会因为分红而进行调整

范例 ​

  • 获取平安银行的历史分红信息：
python
[In]
get_dividend_info('000001.XSHE')

[Out]
            dividend_type ex_dividend_date info_date order_book_id
effective_date
1990-12-31 cash and bonus share 1991-04-03 1991-02-10 000001.XSHE
1991-12-31 cash and bonus share 1992-03-23 1992-03-14 000001.XSHE
1992-12-31 cash and share       1993-05-24 1993-05-07 000001.XSHE
1993-12-31 cash and share       1994-07-11 1994-07-02 000001.XSHE
1994-12-31 cash and bonus share 1995-09-25 1995-09-15 000001.XSHE
1995-12-31 bonus and transferred share 1996-05-27 1996-05-23 000001.XSHE
...

get_dividend - 获取股票现金分红数据 ​

python
get_dividend(order_book_ids, start_date=None, end_date=None, market='cn')

获取某只股票在一段时间内的现金分红情况（包含起止日期，以分红宣布日为查询基准）。如未指定日期，则默认所有。目前仅支持中国市场。

参数 ​

参数类型说明
order_book_idsstr or str list必填参数，合约代码，可输入 order_book_id, order_book_id list
start_datestr, datetime.date, datetime.datetime, pandasTimestamp开始日期
end_datestr, datetime.date, datetime.datetime, pandasTimestamp结束日期，不传入 start_date ,end_date 则 默认返回全部分红数据
marketstr默认是中国内地市场('cn')。cn-中国内地市场，hk-中国香港市场

返回 ​

  • 单只股票 pandas single-index DataFrame - 查询时间段内的某个股票的现金分红数据

  • 一组股票 pandas multi-index DataFrame - 查询时间段内的一组股票的现金分红数据

字段类型说明
declaration_announcement_datestr分红宣布日，上市公司一般会提前一段时间公布未来的分红派息事件
book_closure_datestr股权登记日
dividend_cash_before_taxfloat税前分红
ex_dividend_datestr除权除息日，该天股票的价格会因为分红而进行调整
payable_datestr分红到帐日，这一天最终分红的现金会到账
round_lotfloat分红最小单位，例如：10 代表每 10 股派发 dividend_cash_before_tax 单位的税前现金
advance_datestr股东会日期
quarterstr报告期

范例 ​

  • 获取平安银行 2013-01-04 到 2014-01-06 的现金分红数据：
python
[In]
get_dividend('000001.XSHE', start_date='20130104', end_date='20140106')

[Out]
                              book_closure_date  dividend_cash_before_tax  \
declaration_announcement_date
2013-06-14                           2013-06-19                    1.7

                               ex_dividend_date  payable_date  round_lot  \
declaration_announcement_date
2013-06-14                          2013-06-20   2013-06-20       10.0

                                   advance_date  quarter
declaration_announcement_date
2013-06-14                         2013-03-08  2012q4

get_dividend_amount - 获取股票分红总额数据 ​

python
get_dividend_amount(order_book_ids, start_quarter = None, end_quarter = None, date = None, market = 'cn')

获取股票历年分红总额数据。目前仅支持中国市场。

参数 ​

参数类型说明
order_book_idsstr or str list必填参数，合约代码，可输入 order_book_id, order_book_id list
start_quarterstr起始报告期，默认返回全部。
传入样例'2023q4'期
end_quarterstr截止报告期，默认返回全部。
传入样例'2023q4'期
datestr, datetime.date, datetime.datetime, pandasTimestamp查询日期，默认值为当前最新日期
marketstr默认是中国内地市场('cn')。cn-中国内地市场，hk-中国香港市场

返回 ​

  • 单只股票 pandas single-index DataFrame - 查询时间段内的某个股票的分红总额数据

  • 一组股票 pandas multi-index DataFrame - 查询时间段内的一组股票的分红总额数据

字段类型说明
event_procedurestr事件进程。预案，决案，方案实施
info_datestr公告日期
amountfloat分红总额

范例 ​

  • 获取平安银行 有史以来现金分红总额数据：
python
[In]
rqdatac.get_dividend_amount('000001.XSHE')
[Out]
                      event_procedure info_date amount
order_book_id quarter
000001.XSHE   2018q4 预案 2019-03-07 2.489710e+09
              2018q4 决案 2019-05-31 2.489710e+09
              2018q4 方案实施 2019-06-20 2.489710e+09
              2019q4 预案 2020-02-14 4.230000e+09
              2019q4 决案 2020-05-15 4.230000e+09
              2019q4 方案实施 2020-05-22 4.230490e+09
              2020q4 预案 2021-02-02 3.493000e+09
              2020q4 决案 2021-04-09 3.493000e+09
              2020q4 方案实施 2021-05-07 3.493065e+09
              2021q4 预案 2022-03-10 4.425000e+09
              2021q4 决案 2022-06-29 4.425000e+09
              2021q4 方案实施 2022-07-15 4.424549e+09
              2022q4 预案 2023-03-09 5.530687e+09
              2022q4 决案 2023-06-01 5.530687e+09
              2022q4 方案实施 2023-06-07 5.530687e+09
              2023q4 预案 2024-03-15 1.395286e+10
              2023q4 决案 2024-05-25 1.395286e+10
              2023q4 方案实施 2024-06-06 1.395286e+10

get_split - 获取股票拆分数据 ​

python
get_split(order_book_ids, start_date=None, end_date=None, market='cn')

获取某只股票在一段时间内的拆分情况（包含起止日期，以股权登记日为查询基准），如未指定日期，则默认所有。目前仅支持中国市场。

参数 ​

参数类型说明
order_book_idsstr or str list必填参数，合约代码，可输入 order_book_id, order_book_id list
start_datestr, datetime.date, datetime.datetime, pandasTimestamp开始日期，默认返回全部
end_datestr, datetime.date, datetime.datetime, pandasTimestamp结束日期 ，默认返回全部
marketstr默认是中国内地市场('cn')。cn-中国内地市场，hk-中国香港市场

返回 ​

  • 单只股票 pandas single-index DataFrame - 查询时间段内的某个股票的拆分数据

  • 一组股票 pandas multi-index DataFrame - 查询时间段内的一组股票的拆分数据

字段类型说明
ex_dividend_datestr除权除息日，该天股票的价格会因为拆分而进行调整
book_closure_datestr股权登记日
split_coefficient_fromfloat拆分因子（拆分前）
split_coefficient_tofloat拆分因子（拆分后）
payable_datestr送转股上市日
cum_factorfloat累计复权因子（拆分）

例如：每 10 股转增 2 股，则 split_coefficient_from = 10, split_coefficient_to = 12.

范例 ​

  • 获取平安银行 2010-01-04 到 当天之间的拆分信息：
python
[In]
get_split('000001.XSHE', start_date='20100104', end_date='20140104')

[Out]
book_closure_date order_book_id payable_date split_coefficient_from split_coefficient_to cum_factor
ex_dividend_date
2013-06-20 2013-06-19 000001.XSHE 2013-06-20 10 16.0 1.6

get_ex_factor - 获取复权因子 ​

python
get_ex_factor(order_book_ids, start_date=None, end_date=None, market='cn')

获取某只股票在一段时间内的复权因子（包含起止日期，以除权除息日为查询基准）。如未指定日期，则默认所有。

参数 ​

参数类型说明
order_book_idsstr or str list必填参数，合约代码，可输入 order_book_id, order_book_id list
start_datestr, datetime.date, datetime.datetime, pandasTimestamp开始日期，默认返回全部
end_datestr, datetime.date, datetime.datetime, pandasTimestamp结束日期，默认返回全部
marketstr默认是中国内地市场('cn') 。可选'cn' - 中国内地市场；'hk' - 香港市场

返回 ​

pandas dataframe - 包含了复权因子的日期和对应的各项数值

字段类型说明
ex_datestr除权除息日
ex_factorfloat复权因子，考虑了分红派息与拆分的影响，为一段时间内的股价调整乘数。
举例来说，平安银行（'000001.XSHE'）在 2016 年 6 月 15 日每 10 股派发现金股利人民币 1.53 元（含税），并以资本公积转增股本每 10 股转增 2 股。
6 月 15 日的收盘价为 10.44 元，其除权除息后的价格应当为 (10.44-1.53/10) / 1.2 = 8.5725.本期复权因子为 10.44 / 8.5725 = 1.217847
ex_cum_factorfloat累计复权因子，X 日所在期复权因子 = 当前最新累计复权因子 / 截至 X 日最新累计复权因子。
举例来说，2016 年 5 月 05 日所在期复权因子 = 122.424143 / 100.525060 = 1.217847
announcement_datestr股权登记日
ex_end_datestr复权因子所在期的截止日期

范例 ​

python
[In]
get_ex_factor('000001.XSHE', start_date='2013-01-04', end_date='2017-01-04')

[Out]
            order_book_id  ex_factor  ex_cum_factor announcement_date  \
ex_date
2013-06-20   000001.XSHE   1.614263      68.255824        2013-06-19
2014-06-12   000001.XSHE   1.216523      83.034780        2014-06-11
2015-04-13   000001.XSHE   1.210638     100.525060        2015-04-10
2016-06-16   000001.XSHE   1.217847     122.424143        2016-06-15

           ex_end_date
ex_date
2013-06-20  2014-06-11
2014-06-12  2015-04-12
2015-04-13  2016-06-15
2016-06-16         NaT

is_suspended - 判断股票是否全天停牌 ​

python
is_suspended(order_book_ids, start_date=None, end_date=None, market='cn')

判断某只股票在一段时间（包含起止日期）是否全天停牌。

参数 ​

参数类型说明
order_book_idsstr or str list必填参数，合约代码。传入单只或多支股票的 order_book_id
start_datestr, datetime.date, datetime.datetime, pandasTimestamp开始日期，默认为股票上市日期
end_datestr, datetime.date, datetime.datetime, pandasTimestamp结束日期，默认为当前日期，如果股票已经退市，则为退市日期
marketstr默认是中国内地市场('cn') 。可选'cn' - 中国内地市场；'hk' - 香港市场

返回 ​

pandas DataFrame 如果在查询期间内股票尚未上市，或已经退市，则函数返回 None；如果开始日期早于股票上市日期，则以股票上市日期作为开始日期。

范例 ​

  • 获取武钢股份从 2016 年 6 月 24 日至今（2016 年 8 月 31 日）的停牌情况：
python
[In]
is_suspended('武钢股份', start_date='20160624')
[Out]
               武钢股份
2016-06-24       False
2016-06-27        True
2016-06-28        True
2016-06-29        True
2016-06-30        True
2016-07-01        True
2016-07-04        True
2016-07-05        True
2016-07-06        True
...
2016-08-30        True
2016-08-31        True

[In]
is_suspended(['武钢股份','000001.XSHE'], start_date='20160624')
[Out]
   000001.XSHE 600005.XSHG
2016-06-24 False False
2016-06-27 False True
2016-06-28 False True
2016-06-29 False True
2016-06-30 False True
2016-07-01 False True
2016-07-04 False True
...
2016-09-22 False True
2016-09-23 False True

is_st_stock - 查询股票是否为 ST 股 ​

python
is_st_stock(order_book_ids, start_date, end_date)

判断一只或多只股票在一段时间（包含起止日期）内是否为 ST 股。

ST 股包括如下:

  • S*ST-公司经营连续三年亏损，退市预警+还没有完成股改;
  • *ST-公司经营连续三年亏损，退市预警;
  • ST-公司经营连续二年亏损，特别处理;
  • SST-公司经营连续二年亏损，特别处理+还没有完成股改;

参数 ​

参数类型说明
order_book_idsstr or str list必填参数，合约代码，可传入 order_book_id, order_book_id list
start_datestr, datetime.date, datetime.datetime, pandasTimestamp开始日期，默认为股票上市日期
end_datestr, datetime.date, datetime.datetime, pandasTimestamp结束日期，默认为当前日期，如果股票已经退市，则为退市日期

返回 ​

pandas DataFrame - 查询时间段内是否为 ST 股的查询结果

范例 ​

python
[In]
is_st_stock("002336.XSHE", "20160411", "20160510")
[Out]
         002336.XSHE
2016-04-11 False
2016-04-12 False
...
2016-05-09 True
2016-05-10 True

[In]
is_st_stock(["002336.XSHE", "000001.XSHE"], "2016-04-11", "2016-05-10")
[Out]
   002336.XSHE 000001.XSHE
2016-04-11 False False
2016-04-12 False False
...
2016-05-09 True False
2016-05-10 True False

get_shares - 获取流通股信息 ​

python
get_shares(order_book_ids, start_date=None, end_date=None, fields=None, market='cn', expect_df=True)

获取某只股票在一段时间内的流通情况（包含起止日期）。

参数 ​

参数类型说明
order_book_idsstr or str list必填参数，合约代码，可传入 order_book_id, order_book_id list
start_datestr, datetime.date, datetime.datetime, pandasTimestamp开始日期
end_datestr, datetime.date, datetime.datetime, pandasTimestamp结束日期，不传入 start_date ,end_date 则 默认返回最近三个月的数据
fieldsstr OR str list默认为所有字段。见下方列表
marketstr默认是中国内地市场('cn') 。可选'cn' - 中国内地市场；'hk' - 香港市场
expect_dfboolean默认返回 pandas dataframe,如果调为 False ,则返回原有的数据结构

返回 ​

pandas  DataFrame

字段类型说明
totalfloat总股本
circulation_afloat流通 A 股
management_circulationfloat已过禁售期的高管持有的股份（已废弃）
non_circulation_afloat非流通 A 股
total_afloatA 股总股本
free_circulationfloat自由流通股本（提供范围为 2005 年至今）
preferred_sharesfloat优先股

范例 ​

  • 获取平安银行流通股概况
python
[In]
get_shares('000001.XSHE', start_date='20160801', end_date='20160806',expect_df=False)
[Out]
            circulation_a  non_circulation_a       total_a  free_circulation  preferred_shares         total
date
2016-08-01   1.463118e+10       2.539231e+09  1.717041e+10      7.220546e+09               0.0  1.717041e+10
2016-08-02   1.463118e+10       2.539231e+09  1.717041e+10      7.220546e+09               0.0  1.717041e+10
2016-08-03   1.463118e+10       2.539231e+09  1.717041e+10      7.220546e+09               0.0  1.717041e+10
2016-08-04   1.463118e+10       2.539231e+09  1.717041e+10      7.220546e+09               0.0  1.717041e+10
2016-08-05   1.463118e+10       2.539231e+09  1.717041e+10      7.220546e+09               0.0  1.717041e+10
  • 获取平安银行总股本数据
python
[In]
get_shares('000001.XSHE', start_date='20160801', end_date='20160806', fields='total')
[Out]

                                    total
order_book_id     date
000001.XSHE     2016-08-01     1.717041e+10
                    2016-08-02     1.717041e+10
                    2016-08-03     1.717041e+10
                    2016-08-04     1.717041e+10
                    2016-08-05     1.717041e+10

get_main_shareholder - 获取主要 A 股股东信息 ​

python
get_main_shareholder(order_book_ids, start_date=None, end_date=None, start_rank=None,end_rank=None,is_total=False, market='cn')

获取 A 股主要股东构成及持流通 A 股数量比例、持股性质等信息，通常为前十位。

参数 ​

参数类型说明
order_book_idsstr or str list必填参数，合约代码，可传入 order_book_id, order_book_id list
start_datestr, datetime.date, datetime.datetime, pandasTimestamp开始日期，默认为去年当日。
end_datestr, datetime.date, datetime.datetime, pandasTimestamp结束日期，默认为查询当日。
start_rankint排名开始值
end_rankint排名结束值 ,start_rank ,end_rank 不传参时返回全部的十位股东名单
is_totalbool默认为 False, 即基于持有 A 股流通股。若为 True 则基于所有发行出的 A 股。
marketstr市场，默认'cn'为中国内地市场。

返回 ​

pandas DataFrame

字段类型说明
info_datestr公告发布日
end_datestr截止日期
rankint排名
shareholder_namestr股东名称
shareholder_attrstr股东属性
shareholder_kindstr股东性质
shareholder_typestr股东类别
hold_percent_totalfloat占股比例（%） 当 fields=‘total'时，持股数(股)/总股本*100。
hold_percent_floatfloat占流通 A 股比例（%）,无限售流通 A 股/已上市流通 A 股（不含高管股）*100
share_pledgefloat股权质押涉及股数（股）
share_freezefloat股权冻结涉及股数（股）

范例 ​

  • 获取平安银行在 2018 年三月上旬的主要的 A 股股东名单
python
[In]
get_main_shareholder('000001.XSHE', start_date='20180301', end_date='20180315', is_total=False)
[Out]

            end_date  rank  shareholder_name                          shareholder_attr  shareholder_kind  shareholder_type  hold_percent_total  hold_percent_float  share_pledge  share_freeze
info_date
2018-03-15  2017-12-31  1      中国平安保险(集团)股份有限公司-集团本级-自有资金       企业           金融机构—保险公司       None             48.095791         48.813413               NaN   NaN
2018-03-15  2017-12-31  2      中国平安人寿保险股份有限公司-自有资金                 企业          金融机构—保险公司       None            6.112042            6.203238                  NaN  NaN
2018-03-15  2017-12-31  3      中国证券金融股份有限公司                           企业            金融机构—证券、信托公司  None           2.854768           2.897363                 NaN     NaN
2018-03-15  2017-12-31  4      中国平安人寿保险股份有限公司-传统-普通保险产品           证券品种        保险投资组合            None              2.269811          2.303679               NaN     NaN
2018-03-15  2017-12-31  5      香港中央结算有限公司                               企业           外资独资企业           None             2.124405         2.156103               NaN  NaN
2018-03-15  2017-12-31  6      中央汇金资产管理有限责任公司                        企业             资产管理公司         None          1.259219           1.278007                NaN     NaN
2018-03-15  2017-12-31  7      深圳中电投资股份有限公司                           企业            投资、咨询公司         None          1.083561           1.099729                NaN    NaN
2018-03-15  2017-12-31  8      河南鸿宝集团有限公司                               企业            一般企业               None            0.459273             0.466125              NaN  NaN
2018-03-15  2017-12-31  9      南方基金-农业银行-南方中证金融资产管理计划              证券品种        基金专户理财            None              0.336683          0.341707              NaN      NaN
2018-03-15  2017-12-31  10      新华人寿保险股份有限公司-分红-个人分红-018L-FH002深  证券品种        保险投资组合            None               0.311545          0.316193              NaN      NaN

get_private_placement - 获取 A 股股票定向增发信息 ​

python
get_private_placement(order_book_ids, start_date=None, end_date=None, progress='complete',issue_type='private', market='cn')

获取 A 股股票在一段时间内的定向增发信息（包含起止日期，以公告发布日为查询基准）。如未指定日期，则默认所有。

参数 ​

参数类型说明
order_book_idstr or str list必填参数，合约代码，可传入 order_book_id, order_book_id list
start_datestr, datetime.date, datetime.datetime, pandasTimestamp开始日期，默认返回全部
end_datestr, datetime.date, datetime.datetime, pandasTimestamp结束日期，默认返回全部
progressstr是否已完成定增，默认为 complete。可选参数["complete", "incomplete", "all"]
issue_typestr发行方式，默认为 private。可选参数["private", "public", "all"]
marketstr市场，默认'cn'为中国内地市场。

返回 ​

pandas DataFrame

字段类型说明
initial_info_datestr公告发布日
issue_typestr发行方式
progressstr目前进度
listed_datestr上市日期
issued_sharesfloat发行股数
issue_pricefloat定增发行价
csrc_approval_datestr证监会批准日

范例 ​

  • 获取平安银行非公开发行实施完成的定增数据
python
[In]
get_private_placement("000001.XSHE")
[Out]
                                     csrc_approval_date  issue_price  issue_type  issued_shares  listed_date  progress
order_book_id  initial_info_date
000001.XSHE     2009-06-13          2010-06-29                18.26  非公开发行      3.795800e+08  2010-09-17  实施完成
                 2010-09-02          2011-06-29                17.75  非公开发行      1.638337e+09  2011-08-05  实施完成
                 2013-09-09          2013-12-31                11.17  非公开发行      1.323385e+09  2014-01-09  实施完成
                 2014-07-16          2015-04-25                16.70  非公开发行      5.988024e+08  2015-05-21  实施完成

get_allotment - 获取 A 股股票配股信息 ​

python
get_allotment(order_book_ids, start_date=None, end_date=None, market='cn')

获取 A 股股票在一段时间内的配股信息（包含起止日期，以首次信息发布日为查询基准）。如未指定日期，则默认所有。

参数 ​

参数类型说明
order_book_idsstr or str list必填参数，合约代码，可传入 order_book_id, order_book_id list
start_datestr, datetime.date, datetime.datetime, pandasTimestamp开始日期，默认返回全部
end_datestr, datetime.date, datetime.datetime, pandasTimestamp结束日期，默认返回全部
marketstr市场，默认'cn'为中国内地市场

返回 ​

pandas DataFrame

字段类型说明
declaration_announcement_datestr首次信息发布日期
proportionfloat计划配股比例
allotted_proportionfloat实际配股比例
allotted_sharesfloat实际配股数量(股)
allotment_pricefloat每股配股价格(元)
book_closure_datestr股权登记日
ex_right_datestr除权除息日

范例 ​

  • 获取凯伦股份 20180101 到 20200101 的配股信息
python
[In]
get_allotment('300715.XSHE','20180101','20200101')
[Out]

                                               proportion allotted_proportion  allotted_shares  \
order_book_id   declaration_announcement_date
300715.XSHE     2019-04-19                     0.3        0.29639              39074500.0


                          allotment_price   book_closure_date   ex_right_date
300715.XSHE  2019-04-19   12.64             2019-12-19          2019-12-30

get_block_trade - 获取 A 股大宗交易数据 ​

python
get_block_trade(order_book_ids, start_date, end_date)

获取 A 股大宗交易数据。

参数 ​

参数类型说明
order_book_idsstr or str list必填参数，合约代码，可传入 order_book_id, order_book_id list
start_datestr, datetime.date, datetime.datetime, pandasTimestamp开始日期
end_datestr, datetime.date, datetime.datetime, pandasTimestamp结束日期

返回 ​

pandas DataFrame

字段类型说明
pricefloat成交价
volumefloat成交量
total_turnoverfloat成交额
buyerstr买方营业部
sellerstr卖方营业部

范例 ​

  • 获取单个合约大宗交易数据
python
[In]
rqdatac.get_block_trade('000001.XSHE','20190101','20191010')
[Out]
                        price    volume  total_turnover                  buyer                  seller
order_book_id trade_date
000001.XSHE   2019-02-28  11.16    289300    3.228588e+06   广发证券股份有限公司汕头珠池路证券营业部    中信证券股份有限公司汕头海滨路证券营业部
              2019-05-06  12.47  36000000    4.489200e+08        华泰证券股份有限公司河南分公司         华泰证券股份有限公司河南分公司
              2019-05-07  11.58  33400000    3.867720e+08        华泰证券股份有限公司河南分公司         华泰证券股份有限公司河南分公司
              2019-05-08  11.66  28314899    3.301517e+08        申万宏源证券有限公司河南分公司  中国银河证券股份有限公司郑州经三路证券营业部
              2019-05-20  12.38   7362200    9.114404e+07                   机构专用                    机构专用
              2019-07-10  13.56    610000    8.271600e+06                   机构专用                    机构专用
              2019-08-15  14.67    763800    1.120495e+07      申万宏源证券有限公司上海第二分公司   中信证券股份有限公司广州花城大道证券营业部
              2019-08-19  14.50   1581699    2.293464e+07      申万宏源证券有限公司上海第二分公司    天风证券股份有限公司广州华夏路证券营业部
              2019-09-24  13.84    216000    2.989440e+06   天风证券股份有限公司深圳卓越城证券营业部    天风证券股份有限公司深圳卓越城证券营业部
              2019-09-24  15.03    135000    2.029050e+06  东兴证券股份有限公司上海肇嘉浜路证券营业部                    机构专用
              2019-09-25  13.66    240000    3.278400e+06   天风证券股份有限公司深圳卓越城证券营业部    天风证券股份有限公司深圳卓越城证券营业部
  • 获取多个合约大宗交易数据
python
[In]
rqdatac.get_block_trade(['000001.XSHE','000046.XSHE'],'20190101','20191010')
[Out]
                          price    volume  total_turnover                  buyer                  seller
order_book_id trade_date
000001.XSHE   2019-02-28  11.16    289300    3.228588e+06   广发证券股份有限公司汕头珠池路证券营业部    中信证券股份有限公司汕头海滨路证券营业部
              2019-05-06  12.47  36000000    4.489200e+08        华泰证券股份有限公司河南分公司         华泰证券股份有限公司河南分公司
              2019-05-07  11.58  33400000    3.867720e+08        华泰证券股份有限公司河南分公司         华泰证券股份有限公司河南分公司
              2019-05-08  11.66  28314899    3.301517e+08        申万宏源证券有限公司河南分公司  中国银河证券股份有限公司郑州经三路证券营业部
              2019-05-20  12.38   7362200    9.114404e+07                   机构专用                    机构专用
              2019-07-10  13.56    610000    8.271600e+06                   机构专用                    机构专用
              2019-08-15  14.67    763800    1.120495e+07      申万宏源证券有限公司上海第二分公司   中信证券股份有限公司广州花城大道证券营业部
              2019-08-19  14.50   1581699    2.293464e+07      申万宏源证券有限公司上海第二分公司    天风证券股份有限公司广州华夏路证券营业部
              2019-09-24  13.84    216000    2.989440e+06   天风证券股份有限公司深圳卓越城证券营业部    天风证券股份有限公司深圳卓越城证券营业部
              2019-09-24  15.03    135000    2.029050e+06  东兴证券股份有限公司上海肇嘉浜路证券营业部                    机构专用
              2019-09-25  13.66    240000    3.278400e+06   天风证券股份有限公司深圳卓越城证券营业部    天风证券股份有限公司深圳卓越城证券营业部
000046.XSHE   2019-09-27   3.91  44139500    1.725854e+08  中信证券股份有限公司天津大港证券交易营业部   申万宏源证券有限公司温州车站大道证券营业部

get_symbol_change_info - 获取合约的历史简称信息 ​

python
get_symbol_change_info(order_book_id)

获取 A 股合约简称变更信息。

参数 ​

参数类型说明
order_book_idsstr or str list给出单个或多个 order_book_id

返回 ​

pandas DataFrame

字段类型说明
change_datestr简称变更日期
info_datestr信息发布日期
symbolstr证券简称

范例 ​

  • 获取单个合约简称变更数据
python
[In]
rqdatac.get_symbol_change_info('000001.XSHE')
[Out]
                           info_date    symbol
order_book_id change_date
000001.XSHE   1991-04-03   1991-04-03    深发展Ａ
              2006-10-09   2006-09-28    S深发展A
              2007-06-20   2007-06-14    深发展Ａ
              2012-08-02   2012-01-20    平安银行

get_special_treatment_info - 获取合约特殊处理状态信息 ​

python
get_special_treatment_info(order_book_id)

获取 A 股合约特殊处理状态信息。

参数 ​

参数类型说明
order_book_idsstr or str list给出单个或多个 order_book_id

返回 ​

pandas DataFrame

字段类型说明
change_datestr特别处理(或撤销)实施日期
info_datestr信息发布日期
symbolstr证券简称
typestr特别处理(或撤销)类别
descriptionstr特别处理(或撤销)事项描述

范例 ​

  • 获取单个合约特殊处理状态数据
python
[In]
rqdatac.get_special_treatment_info('000020.XSHE')
[Out]
                           info_date    symbol        type              description
order_book_id change_date
000020.XSHE   1999-04-27   1999-04-24   ST华发Ａ       ST
              2000-03-29   2000-03-28   深华发Ａ       撤销ST
              2004-04-27   2004-04-26   ST华发Ａ       ST                None
              2005-04-29   2005-04-28   *ST华发Ａ      从ST变为*ST        None
              2006-11-22   2006-11-21   SST华发A       撤消*ST并实行ST    None
              2009-05-19   2009-05-18   深华发Ａ       撤销ST             None

current_freefloat_turnover - 获取当日累计自由流通换手率 ​

python
rqdatac.current_freefloat_turnover(order_book_ids)

获取 A 股合约当日累计自由流通换手率数据

参数 ​

参数类型说明
order_book_idsstr or str list给出单个或多个 order_book_id

返回 ​

pandas Series

字段类型说明
自由流通换手率float截至到调用时间的当日累计自由流通换手率
自由流通换手率=当日累计成交金额/自由流通市值（盘中实时分钟级别）

范例 ​

  • 获取多个合约当日累计自由流通换手率
python
[In]
rqdatac.current_freefloat_turnover(['000001.XSHE','600000.XSHG'])
[Out]
000001.XSHE    0.007206
600000.XSHG    0.002283
dtype: float64

get_holder_number - 获取股东户数 ​

python
rqdatac.get_holder_number(order_book_ids, start_date, end_date,market='cn')

获取 A 股股东户数数据

参数 ​

参数类型说明
order_book_idsstr or str list必填参数，合约代码，给出单个或多个 order_book_id
start_datestr, datetime.date, datetime.datetime, pandasTimestamp开始日期，默认为去年当日
end_datestr, datetime.date, datetime.datetime, pandasTimestamp结束日期，默认为去年当日
marketstr默认是中国市场('cn')，目前仅支持中国市场

返回 ​

pandas DataFrame

字段类型说明
order_book_idsstr合约代码
info_datedatetime.date发布日期
end_datedatetime.date截止日期
share_holdersfloat股东总户数(户)
avg_share_holdersfloat户均持股数(股/户)
a_share_holdersfloatA 股股东户数(户)
avg_a_share_holdersfloatA 股股东户均持股数(股/户)
avg_circulation_share_holdersfloat无限售 A 股股东户均持股数(股/户)

范例 ​

  • 获取一个合约最近一年的股东户数数据
python
[In]
rqdatac.get_holder_number('000001.XSHE')
[Out]
                           end_date  share_holders  a_share_holders  avg_circulation_share_holders  avg_share_holders  avg_a_share_holders
order_book_id info_date
000001.XSHE   2023-03-09 2022-12-31       487200.0         487200.0                        39830.0           39831.52             39831.52
              2023-03-09 2023-02-28       477304.0         477304.0                        40656.0           40657.36             40657.36
              2023-04-25 2023-03-31       506867.0         506867.0                        38285.0           38286.02             38286.02
              2023-08-24 2023-06-30       536701.0         536701.0                        36157.0           36157.78             36157.78
              2023-10-25 2023-09-30       530229.0         530229.0                        36598.0           36599.13             36599.13

get_abnormal_stocks - 获取龙虎榜每日明细 ​

python
rqdatac.get_abnormal_stocks(start_date=None, end_date=None,types=None,market='cn')

获取 A 股龙虎榜每日明细数据

参数 ​

参数类型说明
start_datestr, datetime.date, datetime.datetime, pandasTimestamp开始日期，默认为去年当日
end_datestr, datetime.date, datetime.datetime, pandasTimestamp结束日期，默认为去年当日
typesstr异动类型。具体类型及描述见异动类型代码及其对应原因
默认返回全部
marketstr默认是中国市场('cn')，目前仅支持中国市场

返回 ​

pandas DataFrame

字段类型说明
order_book_idsstr合约代码
datedatetime日期
typestr异动类型
abnormal_s_datedatetime.date异动起始日期
abnormal_e_datedatetime.date异动截至日期
volumefloat成交量
total_turnoverfloat成交额
change_ratefloat涨跌幅
turnover_ratefloat换手率
amplitudefloat振幅
deviationfloat涨跌幅偏离值
reasonstr异动类型名称，即上榜原因

范例 ​

  • 获取某一天的龙虎榜数据
python
[In]
rqdatac.get_abnormal_stocks(20240606,20240606)
[Out]
                         type abnormal_s_date abnormal_e_date       volume  total_turnover  change_rate  turnover_rate  amplitude  deviation                 reason
order_book_id date
000037.XSHE   2024-06-06  U01      2024-06-06      2024-06-06  60760000.00    6.371700e+08          NaN            NaN        NaN     0.1168              日涨幅偏离值达7%
002579.XSHE   2024-06-06  U01      2024-06-06      2024-06-06  42820000.00    3.247400e+08          NaN            NaN        NaN     0.1168              日涨幅偏离值达7%
003008.XSHE   2024-06-06  U01      2024-06-06      2024-06-06   7440000.00    1.334500e+08          NaN            NaN        NaN     0.1168              日涨幅偏离值达7%
002356.XSHE   2024-06-06  U01      2024-06-06      2024-06-06  20870000.00    7.025000e+07          NaN            NaN        NaN     0.1168              日涨幅偏离值达7%
003026.XSHE   2024-06-06  U01      2024-06-06      2024-06-06   1240000.00    3.906000e+07          NaN            NaN        NaN     0.1168              日涨幅偏离值达7%
...                       ...             ...             ...          ...             ...          ...            ...        ...        ...                    ...
600647.XSHG   2024-06-06  L01      2024-06-06      2024-06-06   9118026.00    1.309210e+07          NaN            NaN        NaN        NaN                   退市整理
600766.XSHG   2024-06-06  L01      2024-06-06      2024-06-06  27377520.00    9.662712e+06          NaN            NaN        NaN        NaN                   退市整理
603133.XSHG   2024-06-06  L01      2024-06-06      2024-06-06  25534776.00    8.026108e+06          NaN            NaN        NaN        NaN                   退市整理
600306.XSHG   2024-06-06  L01      2024-06-06      2024-06-06   4969300.00    1.642356e+06          NaN            NaN        NaN        NaN                   退市整理
600220.XSHG   2024-06-06  N03      2024-05-22      2024-06-06      2229.17    1.513860e+03          NaN            NaN        NaN        NaN  连续10个交易日内4次出现负向异常波动情形

[77 rows x 10 columns]

get_abnormal_stocks_detail - 获取龙虎榜机构交易明细数据 ​

python
rqdatac.get_abnormal_stocks_detail(order_book_ids,start_date=None,end_date=None,sides=None,types=None,market='cn')

获取 A 股龙虎榜机构交易明细数据

参数 ​

参数类型说明
order_book_idsstr or list必填参数，合约代码，可传入 order_book_id, order_book_id list
start_datestr, datetime.date, datetime.datetime, pandasTimestamp开始日期，默认为去年当日
end_datestr, datetime.date, datetime.datetime, pandasTimestamp结束日期，默认为去年当日
sidesstr买卖方向，
'buy'：买；
'sell'：卖；
'cum'：严重异常期间的累计数据。注意这里并不是指买卖方向的数据总和。
默认返回全部
typesstr异动类型。具体类型及描述见异动类型代码及其对应原因
默认返回全部
marketstr默认是中国市场('cn')，目前仅支持中国市场

返回 ​

pandas DataFrame

字段类型说明
order_book_idsstr合约代码
datedatetime日期
rankint排名
sidestr买卖方向
agencystr营业部名称
buy_valuefloat买入金额
sell_valuefloat卖出金额
reasonstr异动类型名称，即上榜原因

范例 ​

  • 获取某一天的龙虎榜机构交易明细数据
python
[In]
rqdatac.get_abnormal_stocks_detail('000037.XSHE',20240606,20240606)
[Out]
                          side  rank                   agency    buy_value  sell_value type     reason
order_book_id date
000037.XSHE   2024-06-06   buy     1   国泰君安证券股份有限公司宜昌珍珠路证券营业部  19984430.00    145680.0  U01  日涨幅偏离值达7%
              2024-06-06   buy     2          中泰证券股份有限公司湖北分公司  15909115.00         0.0  U01  日涨幅偏离值达7%
              2024-06-06   buy     3        东亚前海证券有限责任公司广东分公司  11229691.00         0.0  U01  日涨幅偏离值达7%
              2024-06-06   buy     4   中泰证券股份有限公司莱芜鲁中东大街证券营业部  10631391.00    150130.0  U01  日涨幅偏离值达7%
              2024-06-06   buy     5     华鑫证券有限责任公司深圳益田路证券营业部   9847864.00         0.0  U01  日涨幅偏离值达7%
              2024-06-06  sell     1    海通证券股份有限公司泰安迎胜东路证券营业部   3703098.00  20295550.0  U01  日涨幅偏离值达7%
              2024-06-06  sell     2                     机构专用   5370201.99  12796800.0  U01  日涨幅偏离值达7%
              2024-06-06  sell     3     招商证券股份有限公司上海长柳路证券营业部   1229167.00   6726082.0  U01  日涨幅偏离值达7%
              2024-06-06  sell     4  海通证券股份有限公司上海黄浦区福州路证券营业部    140537.00   5134030.0  U01  日涨幅偏离值达7%
              2024-06-06  sell     5                     机构专用   2354284.00   5016705.0  U01  日涨幅偏离值达7%

get_buy_back - 获取回购数据 ​

python
rqdatac.get_buy_back(order_book_ids,start_date=None, end_date=None,fields=None)

获取 A 股回购数据

参数 ​

参数类型说明
order_book_idsstr or str list必填参数，合约代码，可传入 order_book_id, order_book_id list
start_datestr, datetime.date, datetime.datetime, pandasTimestamp起始日期，默认返回最近三个月数据
end_datestr, datetime.date, datetime.datetime, pandasTimestamp结束日期，默认返回最近三个月数据
fieldsstr or str list字段名称，默认返回全部

返回 ​

pandas DataFrame

字段类型说明
sellerstr股份被回购方
procedurestr事件进程
share_typestr股份类别
annoucement_dtdatetime公告发布当天的日期时间戳
buy_back_start_datedatetime回购期限起始日
buy_back_end_datedatetime回购期限截至日
write_off_datedatetime回购注销公告日（该字段为空的时候代表这行记录尚未完成注销，有日期的时候代表已完成注销）
maturity_descstr股份回购期限说明
buy_back_volumefloat回购股数(股)(份)
volume_ceilingfloat回购数量上限(股)(份)
volume_floorfloat回购数量下限(股)(份)
buy_back_valuefloat回购总金额(元)
buy_back_pricefloat回购价格(元/股)(元/份)
price_ceilingfloat回购价格上限(元)
price_floorfloat回购价格下限(元)
currencystr货币单位
purposestr回购目的
buy_back_percentstr占总股本比例
volume_floorfloat拟回购资金总额下限(元)
value_ceilingfloat拟回购资金总额上限(元)
buy_back_modestr股份回购方式

范例 ​

  • 获取某一天的回购数据
python
[In]
rqdatac.get_buy_back('000026.XSHE',20200707,20200707)
[Out]
                          seller procedure share_type ... value_floor value_ceiling buy_back_mode
order_book_id   date
000004.XSHE  2021-04-28  彭瀛等对象  实施完成   流通A股 ... 1.0 1.0 协议回购

1 rows × 21 columns

融资融券和南北向数据 ​

get_capital_flow - 获取股票资金流入流出 ​

python
get_capital_flow(order_book_ids, start_date=None, end_date=None, frequency='1d', market='cn')

获取某只股票的资金流入流出信息。目前仅支持中国市场。

参数 ​

参数类型说明
order_book_idsstr or str list必填参数，合约代码，可传入 order_book_id, order_book_id list
start_datestr, datetime.date, datetime.datetime, pandasTimestamp开始日期
end_datestr, datetime.date, datetime.datetime, pandasTimestamp结束日期
frequencystr默认为'1d' 即单日级别，另支持'1m'和'tick'。目前不支持 resample，即 5d,5m 等分时图无内置
marketstr默认是中国市场('cn')，目前仅支持中国市场

返回 ​

pandas multi-index DataFrame

日线及分钟线返回的字段： ​
字段类型说明
order_book_idstr合约代码，索引一
date 或 datetimepandasTimestamp时间，索引二
buy_volumeinteger主动买的股数
buy_valueinteger主动买的合计金额
sell_volumeinteger主动卖的股数
sell_valueinteger主动卖的合计金额
快照级别返回的字段： ​
字段类型说明
order_book_idstr合约代码，索引一
datetimepandasTimestamp时间，索引二
directioninteger1 为主动买，-1 为主动卖
volumeinteger变动股数
valueinteger变动金额

计算逻辑说明

其中，关于买卖方向的判断：

  1. 对于涨停，即卖一询价为空，买一非空，则为主动买
  2. 对于跌停，即买一询价为空，卖一非空，则为主动卖
  3. 如果，最新价>=上一笔的卖一询价，则为主动买
  4. 如果，最新价<=上一笔的买一询价，则为主动卖
  5. 否则，取前一笔的买卖方向

另，连续竞价撮合成当天第一笔交易的，成交价>=上一笔卖询价，为主动买，否则为主动卖。

该 API 基于 level 1 数据合成，所以暂且不对资金量（大中小）作主观分类。

范例 ​

  • 获取平安银行某日快照级别资金流入流出：
python
[In]
get_capital_flow('000001.XSHE',start_date=20190412,end_date=20190412,frequency='tick')

[Out]
  direction  value  volume
datetime
2019-04-12 09:25:03  1  4311404  319600
2019-04-12 09:26:03  1  0  0
2019-04-12 09:27:03  1  0  0
2019-04-12 09:28:03  1  0  0
2019-04-12 09:29:03  1  0  0
2019-04-12 09:30:00  1  0  0
2019-04-12 09:30:03  1  3472850  256860
2019-04-12 09:30:06  1  836686  61936
2019-04-12 09:30:09  -1  994734  73600
2019-04-12 09:30:12  -1  550366  40700
2019-04-12 09:30:15  -1  1002377  74200
...
  • 获取多只股票日级别资金流入流出：
python
[In]
get_capital_flow(['000001.XSHE','000002.XSHE'],start_date=20190412,end_date=20190415,frequency='1d')

[Out]
  buy_volume  buy_value  sell_volume  sell_value
order_book_id  date
000001.XSHE  2019-04-12  42805075  572261719  34627389  462877954
2019-04-15  72481761  1008887497  80907307  1125821484
000002.XSHE  2019-04-12  22722286  708667739  25521391  795822317
2019-04-15  25321496  799505139  30459357  959805142
...

current_capital_flow_minute - 获取最近的分钟资金流数据 ​

python
current_capital_flow_minute(order_book_ids)

获取当日某只股票的最近一分钟资金流入流出信息，无法获取历史。该 API 基于 level 1 数据合成，所以暂且不对资金量（大中小）作主观分类。

参数 ​

参数类型说明
order_book_idsstr or str list合约代码

返回 ​

pandas DataFrame

字段类型说明
order_book_idstr合约代码，索引一
date 或 datetimepandasTimestamp时间，索引二
buy_volumeinteger主动买的股数
buy_valueinteger主动买的合计金额
sell_volumeinteger主动卖的股数
sell_valueinteger主动卖的合计金额

范例 ​

  • 获取某股票最近一分钟的资金流入流出：
python
[In]
current_capital_flow_minute(['000001.XSHE','600000.XSHG'])

[Out]
                              buy_volume buy_value sell_volume sell_value
order_book_id   datetime
000001.XSHE 2024-09-19 11:30:00   55400.0 542977.0 51500.0     504757.0
600000.XSHG 2024-09-19 11:30:00   28200.0 238271.0 9600.0     81092.0

get_securities_margin - 获取融资融券信息 ​

python
get_securities_margin(order_book_ids, start_date=None, end_date=None, fields=None, expect_df=True)

获取融资融券信息。包括深证融资融券数据以及上证融资融券数据情况。既包括个股数据，也包括市场整体数据。需要注意，融资融券的开始日期为 2010 年 3 月 31 日;根据交易所的原始数据，上交所个股跟整个市场的输出信息列表不一致，个股没有融券余量金额跟融资融券余额两项, 而深交所个股跟整个市场的输出信息列表一致。

参数 ​

参数类型说明
order_book_idsstr or str list必填参数，可输入 order_book_id, order_book_id list。另外，输入'XSHG'或'sh'代表整个上证整体情况；'XSHE'或'sz'代表深证整体情况
start_datestr, datetime.date, datetime.datetime, pandasTimestamp开始日期，默认取最近三个月的数据
end_datestr, datetime.date, datetime.datetime, pandasTimestamp结束日期，默认为当前有数据的最新日期
fieldsstr or str list默认为所有字段。见下方列表
expect_dfboolean默认返回 pandas dataframe。如果调为 False，则返回原有的数据结构

返回 ​

pandas DataFrame

字段类型说明
margin_balancefloat融资余额
buy_on_margin_valuefloat融资买入额
margin_repaymentfloat融资偿还额
short_balancefloat融券余额
short_balance_quantityfloat融券余量
short_sell_quantityfloat融券卖出量
short_repayment_quantityfloat融券偿还量
total_balancefloat融资融券余额

范例 ​

  • 获取沪深两个市场一段时间内的融资余额
python
[In]
get_securities_margin('510050.XSHG', start_date='20160801', end_date='20160805',expect_df=False)
[Out]
margin_balance buy_on_margin_value short_sell_quantity margin_repayment short_balance_quantity short_repayment_quantity short_balance total_balance
2016-08-01 7.811396e+09 50012306.0 3597600.0 41652042.0 15020600.0 1645576.0 NaN NaN
2016-08-02 7.826381e+09 34518238.0 2375700.0 19532586.0 14154000.0 3242300.0 NaN NaN
2016-08-03 7.733306e+09 17967333.0 4719700.0 111043009.0 16235600.0 2638100.0 NaN NaN
2016-08-04 7.741497e+09 30259359.0 6488600.0 22068637.0 17499000.0 5225200.0 NaN NaN
2016-08-05 7.726343e+09 25270756.0 2865863.0 40423859.0 14252363.0 6112500.0 NaN NaN
  • 获取沪深两个市场一段时间内的融资余额
python
[In]
get_securities_margin(['XSHE', 'XSHG'],start_date='20160801', end_date='20160802', fields='margin_balance')
[Out]
                         margin_balance
order_book_id date
XSHE        2016-08-01    383762696120
             2016-08-02    382892321734
XSHG        2016-08-01    476355670754
             2016-08-02    476393053057
  • 获取 50ETF 融资偿还额情况
python
[In]
get_securities_margin('510050.XSHG', start_date='20160801', end_date='20160805', fields='margin_repayment')
[Out]
                                      margin_repayment
order_book_id   date
510050.XSHG     2016-08-01             41652042
                2016-08-02             19532586
                2016-08-03             111043009
                2016-08-04             22068637
                2016-08-05             40423859

get_margin_stocks - 获取融资融券股票列表 ​

python
get_margin_stocks(date=None, exchange=None,margin_type='stock',market='cn')

获取某个日期深证、上证融资融券股票列表。

参数 ​

参数类型说明
datestr, datetime.date, datetime.datetime, pandasTimestamp查询日期，默认为今天上一交易日
exchangestr交易所，默认为 None，返回所有字段。可选字段包括：'XSHE', 'sz' 代表深交所；'XSHG', 'sh' 代表上交所
margin_typestr'stock' 代表融券卖出，'cash'，代表融资买入，默认为'stock'

返回 ​

list 证券列表 - 如果所查询日期没有融资融券股票列表，则返回空 list

范例 ​

  • 获取沪深市场的融券卖出列表
python
[In]
get_margin_stocks(date='20190819',exchange=None,margin_type='stock')
[Out]
['000001.XSHE',
 '000002.XSHE',
 '000006.XSHE',
 ...]
  • 获取沪深市场融资买入列表
python
[In]
get_margin_stocks(date='20190819',exchange=None,margin_type='cash')
[Out]
['000001.XSHE',
 '000002.XSHE',
 '000006.XSHE',
 ...]
  • 获取深证融券卖出列表
python
[In]
get_margin_stocks(date='20190819',exchange='XSHE',margin_type='stock')
[Out]
['000001.XSHE',
 '000002.XSHE',
 '000006.XSHE',
 ...]
  • 获取上证融资买入列表
python
[In]
get_margin_stocks(date='20190819',exchange='XSHG',margin_type='cash')
[Out]
['510050.XSHG',
 '510160.XSHG',
 '510180.XSHG',
 ...]

get_stock_connect - 获取沪深股通持股信息 ​

python
get_stock_connect(order_book_ids, start_date=None, end_date=None, fields=None, expect_df=True)

获取 A 股股票在一段时间内的在香港上市交易的持股情况。

参数 ​

参数类型说明
order_book_idsstr可输入 order_book_id 或 symbol。另，
1、输入‘shanghai_connect'可返回沪股通的全部股票数据。
2、输入'shenzhen_connect'可返回深股通的全部股票数据。
3、输入'all_connect'可返回沪股通、深股通的全部股票数据。
start_datestr, datetime.date, datetime.datetime, pandasTimestamp开始日期，默认为'2017-03-17'
end_datestr, datetime.date, datetime.datetime, pandasTimestamp结束日期，默认为'2018-03-16'
fieldsstr OR str list默认为所有字段。见下方列表
expect_dfboolean默认返回 pandas dataframe。如果调为 False，则返回原有的数据结构

返回 ​

pandas DataFrame

字段类型说明
shares_holdingfloat持股量
holding_ratiofloat持股比例
adjusted_holding_ratiofloat调整后持股比例

范例 ​

  • 获取德赛电池持股概况
python
[In]
get_stock_connect('000049.XSHE',start_date='2018-05-08',end_date='2018-05-10')
[Out]
                            shares_holding holding_ratio    adjusted_holding_ratio
order_book_id   trading_date
000049.XSHE     2018-05-08 194295.0 0.09             0.0947
                2018-05-09 144228.0 0.07             0.0703
                2018-05-10 136628.0 0.06             0.0666
  • 获取沪股通持股概况
python
[In]
df = get_stock_connect('shanghai_connect',start_date='20180508',end_date='20180510',expect_df=True)
df.head()
[Out]
                            shares_holding  holding_ratio  adjusted_holding_ratio
order_book_id trading_date
600000.XSHG   2018-05-08       156945807.0           0.55                  0.5585
              2018-05-09       157301679.0           0.55                  0.5597
              2018-05-10       160277136.0           0.57                  0.5703
600004.XSHG   2018-05-08       259814825.0          12.55                 12.5556
              2018-05-09       261758055.0          12.64                 12.6495

current_stock_connect_quota - 获取沪深港通实时每日额度数据 ​

python
current_stock_connect_quota(connect,fields)

获取沪深港通每日额度数据

参数 ​

参数类型说明
connectstr or str list默认返回全部 connect
1、输入输入'hk_to_sh'返回沪股通的额度信息。
2、输入'hk_to_sz'返回深股通的额度信息。
3、输入'sh_to_hk'返回港股通（上海）的额度信息。
4、输入'sz_to_hk'返回港股通（深圳）的额度信息
fieldsstr or str list默认为所有字段。见下方列表

返回 ​

pandas DataFrame

fields类型字段名说明
quota_balancefloat余额
quota_balance_ratiofloat占比
buy_turnoverfloat买方金额
1、沪股通和深股通单位为 RMB ，
2、 港股通（上海）. 港股通（深圳）单位为 HKD
sell_turnoverfloat卖方金额
1、沪股通和深股通单位为 RMB ，
2、 港股通（上海）. 港股通（深圳）单位为 HKD

范例 ​

python
[In]
current_stock_connect_quota()
[Out]
  buy_turnover sell_turnover quota_balance quota_balance_ratio
datetime connect
2020-05-26 16:10:00 sh_to_hk 5.463000e+09 3.548000e+09 3.969274e+10 0.945065
2020-05-26 15:01:00 hk_to_sh 1.115100e+10 1.015700e+10 5.024400e+10 0.960000
2020-05-26 16:10:00 sz_to_hk 5.474000e+09 3.178000e+09 3.926800e+10 0.934952
2020-05-26 15:01:00 hk_to_sz 1.803100e+10 1.513800e+10 4.847800e+10 0.930000

get_stock_connect_quota - 获取沪深港通历史每日额度数据 ​

python
get_stock_connect_quota(connect,start_date,end_date,fields)

获取沪深港通历史每日额度数据

参数 ​

参数类型说明
connectstr or str list默认返回全部 connect
1、输入输入'hk_to_sh'返回沪股通的额度信息。
2、输入'hk_to_sz'返回深股通的额度信息。
3、输入'sh_to_hk'返回港股通（上海）的额度信息。
4、输入'sz_to_hk'返回港股通（深圳）的额度信息
start_datestr, datetime.date, datetime.datetime, pandasTimestamp默认为全部历史数据
end_datestr, datetime.date, datetime.datetime, pandasTimestamp默认为最新日期
fieldsstr or str list默认为所有字段。见下方列表

返回 ​

pandas DataFrame

fields类型字段名说明
quota_balancefloat余额
quota_balance_ratiofloat占比
buy_turnoverfloat买方金额
1、沪股通和深股通单位为 RMB ，
2、 港股通（上海）. 港股通（深圳）单位为 HKD
sell_turnoverfloat卖方金额
1、沪股通和深股通单位为 RMB ，
2、 港股通（上海）. 港股通（深圳）单位为 HKD

范例 ​

获取指定时间段的深股通的额度信息

In [20]: get_stock_connect_quota(connect='hk_to_sz',start_date=20200101,end_date=20200401)
Out[20]:
                     buy_turnover  quota_balance  quota_balance_ratio  sell_turnover
datetime   connect
2020-01-02 hk_to_sz  4.353300e+09   4.018800e+12             0.956857   2.846830e+09
2020-01-03 hk_to_sz  3.477980e+09   4.079900e+12             0.971405   2.572800e+09
2020-01-06 hk_to_sz  3.737750e+09   4.094900e+12             0.974976   3.033440e+09
2020-01-07 hk_to_sz  3.248760e+09   4.076700e+12             0.970643   2.357280e+09
2020-01-08 hk_to_sz  3.299240e+09   4.114200e+12             0.979571   2.790880e+09
···

公告相关 ​

get_incentive_plan - 获取合约股权激励数据 ​

python
rqdatac.get_incentive_plan(order_book_ids)

获取 A 股合约股权激励数据

参数 ​

参数类型说明
order_book_idsstr or list必填参数，合约代码，给出单个或多个 order_book_id
start_datestr, datetime.date, datetime.datetime, pandasTimestamp开始日期。注：如使用开始日期，则必填结束日期
end_datestr, datetime.date, datetime.datetime, pandasTimestamp结束日期。注：若使用结束日期，则开始日期必填

返回 ​

pandas DataFrame

字段类型说明
info_datestr信息发布日期
first_info_datestr首次信息发布日期
effective_datestr生效日期
shares_numfloat激励股票数量
incentive_pricefloat激励股票数量(股)
incentive_modestr激励模式
info_typestr公告类型，草案或者调整

范例 ​

  • 获取单个合约股权激励数据
python
[In]
rqdatac.get_incentive_plan('002074.XSHE')
[Out]
                              first_info_date   effective_date  shares_num    incentive_price incentive_mode info_type
order_book_id info_date
002074.XSHE   2021-08-28      2021-08-28        2021-08-28      29980000.0    39.30           股票期权        草案
              2022-04-29      2022-04-29        2022-04-29      60000000.0    18.77           股票期权        草案
              2022-07-09      2021-08-28        2022-07-09      29980000.0    39.20           股票期权        调整
              2022-07-09      2022-04-29        2022-07-09      59687500.0    18.67           股票期权        调整

get_investor_ra - 获取投资者关系活动数据 ​

python
rqdatac.get_investor_ra(order_book_id,start_date=None,end_date=None)

获取 A 股合约投资者关系活动数据

参数 ​

参数类型说明
order_book_idsstr or list必填参数，合约代码，给出单个或多个 order_book_id
start_datestr, datetime.date, datetime.datetime, pandasTimestamp开始日期。注：如使用开始日期，则必填结束日期
end_datestr, datetime.date, datetime.datetime, pandasTimestamp结束日期。注：若使用结束日期，则开始日期必填

返回 ​

pandas DataFrame

字段类型说明
info_datestr信息发布日期
participantstr参与人员
institutionstr调研机构
detailstr与会描述

范例 ​

  • 获取单个合约投资者关系活动数据
python
[In]
rqdatac.get_investor_ra('002507.XSHE')
[Out]
                              participant  institute   detail
order_book_id info_date
002507.XSHE   2012-08-15          唐桦      博时基金     None
              2012-08-15         张延鹏      朱雀投资    None
              2012-08-15         黄仕川      西南证券    None
              2012-08-15          解睿      平安证券     None
              2012-09-17        None          None      吕耀子
...                              ...          ...       ...
              2022-08-29         陈硕旸      长江证券    None
              2022-09-09         王亦沁      鹏扬基金    None
              2022-09-09          沈瑞      浦银安盛     None
              2022-09-09          赵钦  国海富兰克林基金  None
              2022-09-09         王明明      嘉实基金    None

[592 rows x 3 columns]

get_announcement - 获取公司公告数据 ​

python
rqdatac.get_announcement(order_book_ids,start_date,end_date)

获取 A 股合约公司公告数据

参数 ​

参数类型说明
order_book_idsstr or list必填参数，合约代码，给出单个或多个 order_book_id
start_datestr, datetime.date, datetime.datetime, pandasTimestamp开始日期。注：如使用开始日期，则必填结束日期
end_datestr, datetime.date, datetime.datetime, pandasTimestamp结束日期。注：若使用结束日期，则开始日期必填
fieldslist可选字段见下方返回，若不指定，则默认获取所有字段

返回 ​

pandas DataFrame

字段类型说明
order_book_idsstr合约代码
info_datedatetime.date发布日期
meidastr媒体出处
categorystr内容类别
titlestr标题
languagestr语言
file_typestr文件格式
info_typestr信息类别
announcement_linkstr公告链接
create_tmdatetime.date入库时间

范例 ​

  • 获取一个合约某个时间段内的公司公告数据
python
[In]
rqdatac.get_announcement('000001.XSHE',20221001,20221010)
[Out]
                          media  category                           title language file_type info_type                                  announcement_link           create_tm
order_book_id info_date
000001.XSHE   2022-10-09  中国货币网        16    平安银行股份有限公司2022年第117期同业存单发行公告     简体中文       PDF     发行上市书  https://www.chinamoney.com.cn/dqs/cm-s-notice-... 2022-10-09 16:43:03
              2022-10-10  中国货币网        99  平安银行股份有限公司2022年第117期同业存单发行情况公告     简体中文       PDF      临时公告  https://www.chinamoney.com.cn/dqs/cm-s-notice-... 2022-10-10 16:41:28
              2022-10-10  中国货币网        16    平安银行股份有限公司2022年第118期同业存单发行公告     简体中文       PDF     发行上市书  https://www.chinamoney.com.cn/dqs/cm-s-notice-... 2022-10-10 17:41:15

get_audit_opinion - 获取财务报告审计意见 ​

python
get_audit_opinion(order_book_ids, start_quarter=None, end_quarter=None, date=None, opinion_types=None, market='cn')

获取 A 股季度基础财务报告的审计意见相关数据

参数 ​

参数类型说明
order_book_idsstr or list必填参数，合约代码，给出单个或多个 order_book_id
start_quarterstr必填参数，财报回溯查询的起始报告期，例如'2015q2'代表 2015 年半年报
end_quarterstr必填参数，财报回溯查询的截止报告期，例如'2015q4'代表 2015 年年报
datestr, datetime.date, datetime.datetime, pandasTimestamp查询日期，默认查询日期为当前最新日期
typestr or list需要返回的审计报告类型:
'financial_statements'：财务报表审计报告
'internal_control'：内部控制审计报告
opinion_typesstr or list需要返回的审计意见类型，详细类型见下方表格。默认返回所有
marketstr市场，默认'cn'为中国内地市场
审计意见类型 ​
opinion_type说明
unqualified无保留
unqualified_with_explanation无保留带解释性说明
qualified保留意见
disclaimer拒绝/无法表示意见
adverse否定意见
unaudited未经审计
qualified_with_explanation保留带解释性说明
uncertainty_audit经审计(不确定具体意见类型)
material_uncertainty无保留带持续经营重大不确定性

返回 ​

pandas DataFrame

字段类型说明
info_datedatetime.date公告发布日
quarterstr报告期
typestr审计报告类型
audit_agencystr会计师事务所
opinion_typestr审计意见类型

范例 ​

  • 获取一个合约某个报告期的审计意见数据
python
[In]
rqdatac.get_audit_opinion('000001.XSHE', start_quarter='2023q4', end_quarter='2023q4',opinion_types=None)
[Out]
                                audit_agency              type             info_date opinion_type
order_book_id quarter
000001.XSHE     2023q4 安永华明会计师事务所(特殊普通合伙) internal_control     2024-03-15 unqualified
                2023q4 安永华明会计师事务所(特殊普通合伙) financial_statements 2024-03-15 unqualified

get_restricted_shares - 获取股票限售解禁明细数据 ​

python
rqdatac.get_restricted_shares(order_book_ids, start_date=None, end_date=None,market='cn')

获取 A 股限售解禁明细数据

参数 ​

参数类型说明
order_book_idsstr or list必填参数，合约代码，给出单个或多个 order_book_id
start_datestr, datetime.date, datetime.datetime, pandasTimestamp开始日期。注：如使用开始日期，则必填结束日期
end_datestr, datetime.date, datetime.datetime, pandasTimestamp结束日期。注：若使用结束日期，则开始日期必填
marketstr默认是中国内地市场('cn') 。

返回 ​

pandas DataFrame

字段类型说明
order_book_idsstr合约代码
info_datedatetime.date发布日期
relieve_datedatetime.date解禁日期
shareholder_attrstr股东属性
relieve_sharesfloat解除限售股份数量(股)
auctual_relieve_sharesfloat实际上市流通数量(股)(提供范围为 2024-01-01 至今)
reasonstr解禁原因

范例 ​

  • 获取一个合约某个时间段内的解禁明细数据
python
[In]
rqdatac.get_restricted_shares('000001.XSHE',20100101,20240101)
[Out]
                         relieve_date          shareholder_name shareholder_attr  relieve_shares auctual_relieve_shares       reason
order_book_id info_date
000001.XSHE   2010-06-25   2010-06-28          中国平安保险（集团）股份有限公司               企业    1.812557e+08                   None     股权分置限售流通
              2010-09-16   2013-11-12            中国平安人寿保险股份有限公司               企业    6.073280e+08                   None   增发A股法人配售上市
              2011-07-29   2014-09-01          中国平安保险（集团）股份有限公司               企业    3.145606e+09                   None  增发A股原股东配售上市
              2014-01-08   2017-01-09          中国平安保险（集团）股份有限公司               企业    2.286809e+09                   None  增发A股原股东配售上市
              2015-05-20   2016-05-23  财通基金-兴业银行-鹏华资产管理(深圳)有限公司             证券品种    2.952090e+05                   None   增发A股法人配售上市

get_staff_count - 获取员工数量数据 ​

python
rqdatac.get_staff_count(order_book_ids,start_date=None,end_date=None)

获取员工数量数据

参数 ​

参数类型说明
order_book_idsstr or list必填参数，合约代码，可传入 order_book_id, order_book_id list
start_datestr, datetime.date, datetime.datetime, pandasTimestamp开始日期，默认值 None，返回全部数据
end_datestr, datetime.date, datetime.datetime, pandasTimestamp结束日期，默认值 None，返回全部数据

返回 ​

pandas DataFrame

字段类型说明
order_book_idsstr合约代码
info_datedatetime.date发布日期
end_datedatetime.date截止日期
total_staffint职工总数

范例 ​

  • 获取 000001.XSHE 员工总数
python
[In]
rqdatac.get_staff_count('000001.XSHE',start_date = 20240101,end_date = 20250801)
[Out]
                        end_date staff_count
order_book_id info_date
000001.XSHE 2024-03-15 2023-12-31 43119
            2024-08-16 2024-06-30 40830
            2025-03-15 2024-12-31 41011

get_leader_shares_change - 获取高管持股变动数据 ​

python
rqdatac.get_leader_shares_change(order_book_ids , start_date , end_date , market='cn')

获取高管持股变动数据

参数 ​

参数类型说明
order_book_idsstr or list必填参数，合约代码，可传入 order_book_id, order_book_id list
start_datestr, datetime.date, datetime.datetime, pandasTimestamp开始日期，根据变动日期查询
end_datestr, datetime.date, datetime.datetime, pandasTimestamp结束日期，根据变动日期查询
marketstr默认是中国内地市场('cn')

返回 ​

pandas DataFrame

字段类型说明
order_book_idsstr合约代码
change_datestr变动日期
leader_namestr姓名
positionstr职务
shares_changefloat变动数(股)
current_sharesfloat变动后持股数(股)
ratio_changefloat变动比例(%)
price_changefloat变动价格
change_reasonstr变动原因

范例 ​

  • 获取单只股票指定时间内的持股变动
python
[In]
rqdatac.get_leader_shares_change('002559.XSHE',start_date= 20250723 ,end_date=20250729 , market='cn')
[Out]

                         leader_name position shares_change current_shares ratio_change price_change change_reason rice_create_tm
order_book_id change_date
002559.XSHE 2025-07-25 潘恩海 董事、高管 -701700.0 4349800.0 0.12764 9.86 竞价交易 2025-08-11 14:22:46
            2025-07-25 朱鹏程 董事、高管 -200000.0 4771000.0 0.03638 9.85 竞价交易 2025-08-11 14:22:46
            2025-07-28 朱鹏程 董事、高管 -100000.0 4671000.0 0.01819 9.91 竞价交易 2025-08-11 14:22:46
            2025-07-29 朱鹏程 董事、高管 -170000.0 4501000.0 0.03092 9.89 竞价交易 2025-08-11 14:22:46

get_forecast_report_date - 获取定期报告预约披露日 ​

python
rqdatac.get_forecast_report_date(order_book_ids , start_quarter , end_quarter, market='cn')

获取定期报告预约披露日

参数 ​

参数类型说明
order_book_idsstr or list必填参数，合约代码，可传入 order_book_id, order_book_id list
start_quarterstr必填参数，开始报告期
end_quarterstr必填参数，结束报告期
marketstr默认是中国内地市场('cn')

返回 ​

pandas DataFrame

字段类型说明
order_book_idsstr合约代码
quarterstr报告期
info_datestr公告日期
first_forecase_datestr首次预约日
first_change_datestr首次变更日
second_change_datestr二次变更日
third_change_datestr三次变更日
auctual_info_datestr实际披露日

范例 ​

  • 获取 000001.XSHE 指定报告期对应的预约披露日
python
[In]
rqdatac.get_forecast_report_date(order_book_ids='000001.XSHE' , start_quarter='2024q1',end_quarter='2025q1', market='cn')
[Out]

                    info_date first_forecast_date first_change_date second_change_date third_change_date actual_info_date rice_create_tm
order_book_id quarter
000001.XSHE 2024q1 2024-03-31 2024-04-20 NaT None None 2024-04-20 2025-08-11 14:54:56
            2024q2 2024-06-30 2024-08-16 NaT None None 2024-08-16 2025-08-11 14:57:35
            2024q3 2024-09-30 2024-10-26 2024-10-19 None None 2024-10-19 2025-08-11 15:01:09
            2024q4 2024-12-31 2025-03-15 NaT None None 2025-03-15 2025-08-11 15:00:14
            2025q1 2025-03-31 2025-04-19 NaT None None 2025-04-19 2025-08-11 14:59:27