@searchking @mojoz 选股逻辑是这样的，先过滤掉eps<=0的股票，然后选择市值最小的100只股票，在100只股票内，再过滤创业板，黑名单，st，停牌的股票，过滤后再选择其中市值最小的20只股票，对这些股票评分，再选择买入股票数目的股票，选股跟20日涨幅没有关系。

@xiaowenxi 没有配合，发现调仓日小了，回撤会低点，响应会快点，其实过程中，即使达到调仓日，很多时候选的股票是一样的，等于做了一次验证。

@mojoz eps的问题，可以去验证下聚宽给的eps是多少，计算方法和你看交易软件可能不同

@searchking 请仔细看代码，择时是【二八指数】的20日涨幅大于0，不是你说的个股，符合二八指数涨幅条件才选股，选股首先按照市值升序排列，选择前20只，然后再用score评分，选择买入评分前2（或3）只股票。 我觉得你还是好好把代码看看再来评论，或者询问逻辑，没看好代码就上来评判策略是不是不太合适啊

@射手摩羯座 好，小白一个，接受批评，抱歉！

@searchking 共同学习

感谢大神分享，拜读！

聚宽的eps数据哪里能查看吗，我发现确实存在选出股票eps<0 比如 上海三毛 福建水泥？

@Morningstar , @searchking 关于提前预知收盘的时候的市值的问题，我测试了一下，不存在这个问题： ``` def handle_data(context, data): if context.current_dt.hour==11 and context.current_dt.minute==25: q = query( valuation.market_cap ).filter( valuation.code == '002722.XSHE' ) df = get_fundamentals(q) log.info('11:25市值: %.2f' % df['market_cap'][0]) if context.current_dt.hour==14 and context.current_dt.minute==45: q = query( valuation.market_cap ).filter( valuation.code == '002722.XSHE' ) df = get_fundamentals(q) log.info('14:45市值:%.2f' % df['market_cap'][0]) ``` 日志输出： 2016-11-14 11:25:00 - INFO - 11:25市值: 126.56 2016-11-14 14:45:00 - INFO - 14:45市值:126.56 2016-11-15 11:25:00 - INFO - 11:25市值: 129.99 2016-11-15 14:45:00 - INFO - 14:45市值:129.99 2016-11-16 11:25:00 - INFO - 11:25市值: 123.55 2016-11-16 14:45:00 - INFO - 14:45市值:123.55 2016-11-17 11:25:00 - INFO - 11:25市值: 117.39 2016-11-17 14:45:00 - INFO - 14:45市值:117.39 我自己计算的结果： ![金轮股份.png][1] 结果表明：无论是上午11：25还是下午14：25查总市值，查到的都是`昨天收盘后的总市值` 不存在未卜先知今天收盘总市值的问题。 [1]: https://joinquant-image.b0.upaiyun.com/8e4b41a9f746ce891df2d4ac1863f12c

@Morningstar , @弱者，道之用 关于聚宽的EPS数据： ``` def handle_data(context, data): q = query( indicator.eps ).filter( valuation.code == '600689.XSHG' #上海三毛 ) df = get_fundamentals(q) log.info('EPS: %.4f' % df['eps'][0]) ``` 日志输出: 2016-11-17 09:30:00 - INFO - EPS: 0.0630 通达信F10的数据： ◆主要财务指标 │指标\报告期 │2016-09-30│2016-06-30│2016-03-31│2015-12-31│ │基本每股收益(元) │ -0.0230│ -0.0860│ -0.0400│ -0.1900│ 确实没有0.063这个数据

这样我知道了，如果是0.06 那么应该是单季的财务报表eps是0.06

![上海三毛2.png][1] 利润数据的income表，也显示的是0.063 [1]: https://joinquant-image.b0.upaiyun.com/61dcf4957c4e944726e49197d086407d

通达信F10的数据： ◆主要财务指标 │指标\报告期 │2016-09-30│2016-06-30│2016-03-31│2015-12-31│ │基本每股收益(元) │ -0.0230│ -0.0860│ -0.0400│ -0.1900│ 至3季度末的EPS是-0.023，但3季度的收益是(-0.023- (-0.086))= 0.063, 即显示的是`三季度这一个季度的EPS`

'600802.XSHG' #福建水泥 2016-11-17 09:30:00 - INFO - EPS: 0.0940 ◆主要财务指标 │指标\报告期 │2016-09-30│2016-06-30│2016-03-31│2015-12-31│ │基本每股收益(元) │ -0.1920│ -0.2870│ -0.2070│ -1.0220│ -0.192 -( -0.287) = 0.095， 由此可以证明，`聚宽EPS是最后一次季报报告的单季度EPS`，而非全年累计的EPS，有误导之嫌。

聚宽API自己也是这么写的： 利润数据 `按季度更新, 统计周期是一季度` 表名: income

@jqz1225 赞，有调查才有发言权。

@Morningstar , 关于过滤创业板，一个小建议：sql查询应该比List遍历逐一排除，效率能高点 ``` def pick_stocks(context, data): q = query(valuation.code) ...... if g.filter_gem: q = q.filter(~valuation.code.like('300%')) #排除创业版 # 会转化成sql查询语句： where valuation.code not like '300%' q = q.order_by( ...... # 原过滤方法注释掉 # if g.filter_gem: # stock_list = filter_gem_stock(context, stock_list) ```

![非100倍数.png][1] 10万的成交金额都容不下啊 [1]: https://joinquant-image.b0.upaiyun.com/9b00af13bdfe174a0705987d5cf84e93

@jqz1225 有理有据，令人信服 ;-)，部分代码回头再优化了