阶段4数据获取●●●●●

财务数据对齐：公告日≠报告期的生死线

我的掌握程度：

q-331精讲

先掌握这个答案

两个日期：①报告期（end_date）：财报覆盖的截止日（Q1=3月31日）——"这段时间的经营结果"；②公告日（ann_date）：实际对外披露的日期——通常滞后1-4个月。对齐铁律：任何时点只能用「公告日≤当日」的财务数据。merge_asof用法：pd.merge_asof(price, finance, left_on='date', right_on='ann_date', direction='backward')——每个交易日取最近已公告的值。错用报告日的后果：财务因子IC虚高30-100%——半年报公布前3个月就在"用"它。

先读结论，再核对下方使用边界；数字例题为教学情景，涉及实际行情与规则时请核对原始来源。

从理解到使用

以信息可得时间对齐

财报报告期结束日不是市场获知信息的时间。对每个特征记录available_at，并确认不晚于决策时点；盘后数据通常不能用于同日收盘前下单。保留历史修订与退市样本，检查删尾重跑是否稳定。

本阶段实战方法 · 一条能复现的数据流水线

把接口返回的数据变成可用于因子研究的面板时，先处理时点、主键与单位。

建立数据字典：字段、单位、时区、交易日历、数据源、抓取时间、原始价与复权因子。
用(date, code)查重，区分停牌、未上市、窗口不足和真实缺失；不要用向后填充把未来值带回过去。
保存原始快照与清洗日志，固定随机种子和环境版本；接口字段变化时先核对官方文档。

使用边界

报告期不等于公告可用日，盘后公告通常不能用于当天收盘前决策。
API输出名为“动态市盈率”时不能直接改名TTM；浏览器练习不支持任意原生库或行情抓取接口。

不懂的术语：因子（Factor）IC（信息系数）

背景 · 从一个困惑说起

一季报的"报告期"是3月31日——但公司4月20日才公布。数据库标的是3月31日——如果你在3月31日的回测里用了这个数据——你在偷看三周后的信息。

由此产生的问题

公告日与报告期的区别？merge_asof的正确用法（按公告日对齐）？错用报告日的后果量级？

核心概念

为什么需要它

①前视偏差的第一大来源：阶段1的q-063讲原理——本题是代码落地；②merge_asof是防前视的工程标准件：它确保每个时点用的都是"当时已知"的最新版；③机构级要求：数据团队的核心价值之一就是维护ann_date口径的PIT数据——个人的纪律版。

实际应用场景

标准三步：①确认数据有ann_date列（tushare的income/balancesheet自带）；②按ann_date排序；③merge_asof(backward)到交易日——NaN表示"还没公告"（诚实的信息真空）。

与之前知识的联系

q-062/063（阶段1前视与PIT概念）→本题（代码实现）→q-332（merge_asof深入）；与q-357（截断检验）的终极防线配合。

⚠ 常见误解

用报告期对齐差几周影响不大：一季报的差距约3周、年报可达4个月——这期间你的因子在"偷看"——IC虚高50%+很常见
数据库有ann_date就不用管了：还要确认merge用的是ann_date列（不是end_date列）——字段选错一切白搭
merge_asof会自动防止前视：它按你指定的列对齐——如果你错指定end_date它照错不误——工具的正义取决于你选的列

🤖 AI导师

导师会先检查你的前置知识（复权口径、merge），再用案例、公式和代码帮助理解。此功能需要先启用服务。