财务衍生（滚动十二期） (cn_stock_financial_ttm_shift)

**请注意：该表不是日频数据，不能直接获取作为因子数据。该数据适合对财务数据有深入研究的用户使用，请详细阅读后续文档！** **若想获取日频财务因子，请使用 cn_stock_factors_financial_items 和 cn_stock_factors_financial_indicators 数据表** * cn_stock_factors_financial_items: https://bigquant.com/data/datasources/cn_stock_factors_financial_items * cn_stock_factors_financial_indicators: https://bigquant.com/data/datasources/cn_stock_factors_financial_indicators # 一、数据简介 TTM (trailing twelve months) 指滚动十二期的财务数据，其实就是计算过去1年的财务数据。 **注意：只有利润表和资产负债表的财务科目才能计算 滚动十二期(TTM) 数据** * 数据起始时间：2005-01-01 * 数据更新频率：不定期，当上市公司发布相关公告时更新 * 表主键如下： | 关键字 | 释意 | | --- | --- | | date | 指该财报的公布日期或者变更日期，与cn_stock_financial_changedate中的changedate对应 | | instrument | 股票代码 | | report_date | 财务报告期，规则见后文“财务通用知识” | | shift | 偏移报告期，即站在历史节点t上，可以向前查看的偏移n期的财务数据 | # 二、举例说明 ### 1. 举例说明 TTM 和 SHIFT 的概念 我们以 华润微（688396.SH）为例，该股票于 2020年2月27日正式在科创板上市，2020年04月23日首次披露财报 ```python import dai import pandas as pd pd.set_option('display.float_format', '{:.2f}'.format) changedate_data = dai.query(""" SELECT * FROM cn_stock_financial_changedate WHERE instrument = '688396.SH' AND report_date = '2020-03-31' """,).df().sort_values(["changedate", "report_date"]) raw_data = dai.query(""" SELECT date, instrument, report_date, change_type, fs_quarter_index, net_profit FROM cn_stock_financial_income_general_pit WHERE instrument = '688396.SH' """, filters={"date": ["2020-01-01", "2021-05-30"]}).df().sort_values(["date", "report_date"]) ttm_data1 = dai.query(""" SELECT date, instrument, report_date, shift, net_profit_ttm FROM cn_stock_financial_ttm_shift WHERE instrument = '688396.SH' AND date='2021-04-30' """).df() ttm_data2 = dai.query(""" SELECT date, instrument, report_date, shift, net_profit_ttm FROM cn_stock_financial_ttm_shift WHERE instrument = '688396.SH' AND date='2022-04-23' """).df() ``` 当你平台调用上述代码，会得到以数据： * 下表展示了财务变更日期（changedate_data）：从下表数据看出，2020年一季报（report_date=2020-03-31）的财务数据最早于2020-04-23公布，2020-04-24对其进行更更正，同时在2021-04-30这一天公布2020年年报数据时，附带了2020年一季报的利润表和现金流量表数据. {{cn_stock_financial_ttm_shift_changedate}} * 下表展示了原始财务数据（raw_data）：2020年一季报的数据在对应的changedate上都有一条记录，且只有第一条的change_type=1；在2021年4月30日时，上市公司同时公布了2020年年报和2021年一季报的财务报告。 {{cn_stock_financial_ttm_shift_raw}} * 下表展示了 2021-04-30 这一天的 TTM 数据（TTM_data1）：由于 TTM 数据需要相邻五个财报期的数据才能计算，因此直到2021年4月30日公布了2021年一季报后，我们才计算了第一条TTM数据，其值为 1341345893.76（=(上年年报-上年同期)+当年数据=(1059708487.82 - 125609986.33) + 407247392.27） {{cn_stock_financial_ttm_shift_ttm1}} * 下表展示了 2022-04-23 这一天的 TTM 数据（TTM_data2）：当时间来到2022年4月23日时，上市公司已经公布了2022年一季报（report_date=2022-03-31），因此，我们在当日能获取从第一期财报（2021年一季报）到最新一期财报（2021年一季报）的所有相关财务数据。shift指偏移期，shift=0指当期，shift=1指上一期，shift=4为上年同期，以此类推。 {{cn_stock_financial_ttm_shift_ttm2}} ### **2. 如何利用衍生数据加工财务指标** **利用这种shift数据，我们可以在历史时间节点 T 往前拿到所有财报期的财务数据，因此计算很多财务指标都是可行的了，比如：计算N年复合增长率，具体代码实现可以参考此链接的文档：https://bigquant.com/wiki/doc/n-KfcuAUffwy** # 【通用知识——财务衍生】一、财务衍生基础 因为原始财务数据是记录性质的数据，只会在上市公司公布财报时有一定对应报告期的记录，记录对应财务数据的值，所以这类非规整的数据很难直接用于量化投资中。**因此我们基于原始财务数据进行了加工，这样对财务报表有深入研究的投资可以基于这些加工后财务衍生数据计算更加丰富的财务指标和因子。** 财务衍生是对原始财务数据的加工，加工成 LF、LY、MRQ、TTM 四类数据，因此财务衍生数据的字段都是在原始财务字段上加上对应的后缀。若要查询具体的字段，可以先去原始财报的文档中查询具体的财务字段，然后加上对应的后缀即可，原始财务数据表的相关知识可以查询下面各表的文档： * 财报变更日期（cn_stock_financial_changedate）：[数据表文档链接点击这里](https://bigquant.com/data/datasources/cn_stock_financial_changedate "点击访问") * 利润表（cn_stock_financial_income_general_pit）：[数据表文档链接点击这里](https://bigquant.com/data/datasources/cn_stock_financial_income_general_pit "点击访问") * 资产负债表（cn_stock_financial_balance_general_pit）：[数据表文档链接点击这里](https://bigquant.com/data/datasources/cn_stock_financial_balance_general_pit "点击访问") * 现金流量表（cn_stock_financial_cashflow_general_pit）：[数据表文档链接点击这里](https://bigquant.com/data/datasources/cn_stock_financial_cashflow_general_pit "点击访问") 在 BigQuant 平台上，我们通常用date 或者 changedate 表示财报变更日期，即上市公司披露财报的公告日；用report_date 表示报告期，即这一条数据来自来个报告期，分别有以下几个值： * xxxx-03-31 表示xxxx年的一季报，比如：2024-03-31 指 2024年一季报。 * xxxx-06-30 表示xxxx年的半年报，比如：2024-06-30 指 2024年半年报。 * xxxx-09-30 表示xxxx年的三季报，比如：2024-09-30 指 2024年三季报。 * xxxx-12-31 表示xxxx年的年报，比如：2024-12-31 指 2024年年报。 接下来，着重介绍 **财务衍生数据表** 中会涉及的专业名词 # 【通用知识——财务衍生】二、专业术语 * **lf (last file)**: 指该表里面的数据取自最新一期财务数据，具体例子说明见 cn_stock_financial_lf_shift 表文档。 * **ly (last year)**: 指该表里面的数据取自最新一年报财务数据，具体例子说明见 cn_stock_financial_ly_shift 表文档。 * **mrq (most recent quarter)**: 指该表里面的数据计算的是最新一个单季度的财务数据，具体例子说明见 cn_stock_financial_mrq_shift 表文档。 * **ttm (trailing twelve months)**: 指该表里面的数据取自最新滚动十二月的财务数据，具体例子说明见 cn_stock_financial_ttm_shift 表文档。 * **shift (偏移期)**: 偏移期的概念会在每张表的文档中举例说明。 # 【通用知识——财务衍生】三、PIT (point in time) 在平台加工的“衍生数据”和“财务分析”两大类的财务数据中（这两大类数据的用法参见后文），我们同样进行PIT处理，我们以 002473.SZ 这只股票的流动资产（total_current_assets）数据举例： ```python import dai import pandas as pd pd.set_option('display.float_format', '{:.2f}'.format) dai.query(""" SELECT date, instrument, report_date, shift, total_current_assets_lf FROM cn_stock_financial_lf_shift WHERE instrument='002473.SZ' AND shift < 3 AND ((date='2020-04-30') OR (date='2020-08-27')) """).df().sort_values("date") ``` 通过上述代码，我们得到以下数据，可以看出，站在2020年4月30日这一天，我们能获取到 002473.SZ 的2019年年报的流动资产为 223449880.95，但站在2020-08-27这一天时，我们能获取到的2019年年报的流动资产为 228470428.90,其主要原因是该公司于2020年4月30日首次公布了2019年年报的财务数据，其披露的流动资产（total_current_assets）的值为223449880.95，但该公司又于2020年8月27日2019年年报的流动资产数据进行修正为228470428.90。 | | date | instrument | report_date | shift | total_current_assets_lf | |---:|:-----------|:-------------|:------------|--------:|--------------------------:| | 0 | 2020-04-30 | 002473.SZ | 2019-09-30 | 2 | 268546184.69 | | 1 | 2020-04-30 | 002473.SZ | 2019-12-31 | 1 | **223449880.95** | | 2 | 2020-04-30 | 002473.SZ | 2020-03-31 | 0 | 213964081.16 | | 3 | 2020-08-27 | 002473.SZ | 2019-12-31 | 2 | **228470428.90** | | 4 | 2020-08-27 | 002473.SZ | 2020-03-31 | 1 | 233220236.75 | | 5 | 2020-08-27 | 002473.SZ | 2020-06-30 | 0 | 222315509.19 |