@simplezhang 这个问题，我在dropna(里面增加了axis=0,how="all")仿佛解决了

大神，关于sharpo ratio，我计算出来感觉不对仿佛也说不出个为什么，你帮我看看好吗？时间调整周期60，我始终认为结算时间应该为12月1日，但是现在结束时间为8月30日。![12.JPG][1] [1]: https://image.joinquant.com/e084ac59bce991de39877c6b3da0d206

大神，关于自定义函数，去均值化，def demeaned(data,axis=0):。为什么需要去均值化，去均值化在此的作用是什么呀？

cut_factor_plot(fillna_data['EPS'],demean),大神我看了半天没太明白这个图表达的什么意思？EPS分为了五段，每段的收益曲线吗？什么收益呀？烦请解释一下，谢谢![12.JPG][1] [1]: https://image.joinquant.com/6c734e14c260be42432a6ea75aaa7b91

大神，最后那个选股模块，我得到这样一个结果，完全没看懂，麻烦请你解释解释![12.JPG][1] [1]: https://image.joinquant.com/8a746b9506fea4906a6caf9c388b0385

@simplezhang 很多模块你可以基于自己的理解改动的，都不是不变的定理。这个写完好久了，可以把问题集中一下email给我，等过段时间集中回答你的问题。

@云帆 大神你的EMAIL是好多呀？麻烦你大致解释一下这个结果好吗

@simplezhang 解释这个，我需要重新过一遍代码，因为很长时间没看了，这个太耗时间了，过一段时间吧，最近顾不上。 不急哈，慢慢来，这个框架重在思路，里面的策略是不成熟的，不建议花太多时间，你可以基于这个框架设计自己的策略。

github精神

大神你好，小白在此先行膜拜了，，正好需要您写的框架，但是有一个问题一直修正不过来，您的股票池选定全部股票，我改成了全部A股，基准是沪深300指数，在获取股票行业和使用行业均值填充nan值这两个模块一直出现问题，在设定模块已经将股票池设定为全部A股，在这两个模块需要怎么改呀，（实在不知道该怎么描述我的问题，，）

@辰昊武 我好久没有用这个框架了，代码也有些生疏了，根据你的问题我大概给一些小建议，在行业填充nan值模块中使用print输出一下结果，检查一下，我记得这两个模块好像有点儿小问题的，后来我改过来了，但是没有分享出来，改过的模版我也忘记放在哪里了。逐行输出一下不麻烦的，就当练习调试了。

@云帆 谢谢您，学习了

@辰昊武 将 get_stock_industry函数中 industry_stocks = set(all_securities) & set(industry_stocks)改为 industry_stocks = set(all_securities.index) & set(industry_stocks)

@云帆 谢谢您的帮助，我的股票池是所有A股股票，所以我只需要在给定行业中将这些股票的行业类型找到并赋值就行了，所以在您的代码的基础上，自己写了一个不太成熟但能满足需求的函数，用了get_industry函数， def get_stock_industry(industry_name,date,output_csv = False): ''' 获取股票对应的行业 input： neme: str, "sw_l1": 申万一级行业 "sw_l2": 申万二级行业 "sw_l3": 申万三级行业 "jq_l1": 聚宽一级行业 "jq_l2": 聚宽二级行业 "zjw": 证监会行业 date:时间 output: DataFrame,index 为股票代码，columns 为所属行业代码 ''' all_securities = get_index_stocks("000002.XSHG",date = date) + get_index_stocks("399001.XSHE",date = date) all_stocks = list(all_securities) data = {"code":all_securities} all_securities = pd.DataFrame(data) all_securities['industry_code'] = 1 industry_list = [] stock_industry = get_industry(security = all_stocks,date=date) for stk in all_stocks: industry_str = stock_industry[stk][industry_name]['industry_code'] industry_list.append(industry_str) all_securities['industry_code'] = industry_list stock_industry = all_securities if output_csv == True: stock_industry.to_csv('stock_industry.csv') #输出csv文件，股票对应行业 return stock_industry 但是奇怪的是下一个替代nan值的函数就会出现各种问题，我在学习这个fillna_with_industry函数并尝试自己改进 额，文本太乱了，我试着贴个图

 这是我自己写的一个函数，谢谢您及时的回复，

好吧，我可能知道为什么了，在获取因子的基础数据的函数中，返回的一个空DataFrame，我只是在前面设定全局变量的时候把date和股票池改了一下呀，，我试试能不能修正一下

@辰昊武 好滴，加油！

@云帆 想请问一下，在最开始设定全局变量的时候ttm_factor设定是空列表，那在设定get_fundamental_data函数的时候是怎么调用ttm_factor中的元素的呢，，您的代码运行没有问题，但是我的代码运行结果就是空的DataFrame，，这里是什么情况呀

@辰昊武 在获取基本面数据时，有些指标直接从财报中拿来用，有些指标需要计算年度值，也就是要用到过去四个季度的，防止季度原因造成的波动，t t m_factor就是计算年度值的指标，这种指标相对较少，有时候用不到，所以空的也是正常滴。