get_fundamentals - 查询财务数据

• getfundamentals(_query, entry_date=None, interval='1d', report_quarter=False)
• 获取历史财务数据表格。目前支持中国市场超过400个指标，具体请参考 财务数据文档 。目前仅支持中国市场。需要注意，一次查询过多股票的财务数据会导致系统运行缓慢。

参数:

• query (SQLAlchemyQueryObject) – SQLAlchmey的Query对象。其中可在’query’内填写需要查询的指标，’filter’内填写数据过滤条件。具体可参考 sqlalchemy’s query documentation 学习使用更多的方便的查询语句。从数据科学家的观点来看，sqlalchemy的使用比sql更加简单和强大
• entry_date (str | datetime.date | datetime.datetime | pandas.Timestamp) – 查询财务数据的基准日期，应早于策略当前日期。默认为策略当前日期前一天。
• interval (str) – 查询财务数据的间隔，默认为‘1d’。例如，填写‘5y’，则代表从entry_date开始（包括entry_date）回溯5年，返回数据时间以年为间隔。’d’ - 天，’m’ - 月， ‘q’ - 季，’y’ - 年

• report_quarter (bool) – 是否显示报告期，默认为False，不显示。’Q1’ - 一季报，’Q2’ - 半年报，’Q3’ - 三季报，’Q4’ - 年报返回:pandas.DataPanel 如果查询结果为空，返回空 pandas.DataFrame 如果给定间隔为1d, 1m, 1q, 1y，返回 pandas.DataFrameExample:

• 获取财务数据中的pe_ration和revenue指标:

# 并且通过filter过滤掉得到符合一定范围的pe_ration的结果
# 最后只拿到按照降序排序之后的前10个
fundamental_df = get_fundamentals(
     query(
                fundamentals.income_statement.revenue, fundamentals.eod_derivative_indicator.pe_ratio
            ).filter(
                fundamentals.eod_derivative_indicator.pe_ratio > 25
            ).filter(
                fundamentals.eod_derivative_indicator.pe_ratio < 30
            ).order_by(
                fundamentals.income_statement.revenue.desc()
            ).limit(
                10
            )
    )
context.stocks = fundamental_df.columns.values
update_universe(context.stocks)

• 获取某些指定股票的财务数据:

def init(context):
    context.stocks = industry('A01')
    logger.info("industry stocks: " + str(context.stocks))
 
    #每个表都有一个stockcode在用来方便通过股票代码来过滤掉查询的数据，比如次数是只查询'A01'板块的revenue 和 pe_ratio
    context.fundamental_df = get_fundamentals(
        query(
            fundamentals.income_statement.revenue,      fundamentals.eod_derivative_indicator.pe_ratio
        ).filter(
            fundamentals.eod_derivative_indicator.pe_ratio > 5
        ).filter(
            fundamentals.eod_derivative_indicator.pe_ratio < 300
        ).filter(
            fundamentals.income_statement.stockcode.in_(context.stocks)
            )
    )
    logger.info(context.fundamental_df)
    update_universe(context.fundamental_df.columns.values)