为什么聚宽 (JoinQuant) 的 ROE 选股结果与同花顺/东方财富不同？

有一些关于roe的计算的疑问

同样的ROE大于20%，聚宽的结果是26个，dfcf和ths都是100多个，感觉结果差异有点大，这是怎么回事？平时我看大家使用ROE测试，代码注释写的净资产收益率大于20%,代码中很多都是用的 roe>0.2,这应该是不对的吧？

您好！关于在 JoinQuant（聚宽）平台中使用 ROE（净资产收益率）进行选股时遇到的差异和疑问，主要由数据单位、计算口径（TTM与单季度）以及年化处理三个方面的原因导致。以下是详细的解析：

1. 关于 roe > 0.2 还是 roe > 20 的误区

您观察得非常敏锐！在聚宽的财务指标数据表（indicator）中，roe 字段的单位是百分比（%），而不是小数。

• 错误写法：indicator.roe > 0.2。这实际上是在筛选 ROE > 0.2% 的股票，这会导致几乎全市场的股票都被选出来。
• 正确写法：indicator.roe > 20。这才是真正筛选 ROE > 20% 的股票。

如果您在测试时使用了 roe > 20 并且只得到了 26 个结果，那么请看下面的计算口径差异解析。

2. 为什么聚宽的结果（26个）与同花顺/东方财富（100多个）差异巨大？

这通常是因为财务数据的统计周期和计算口径不同导致的：

A. 单季度 vs TTM（滚动十二个月）

• 聚宽的 indicator.roe：默认情况下，如果您使用 get_fundamentals 并且按 date 查询，聚宽返回的是最新一期财报的单季度/累计 ROE。例如，如果当前是 5 月份，最新财报是一季报，那么 indicator.roe 就是一季度的 ROE。一个季度 ROE 就能超过 20% 的公司凤毛麟角（所以您只搜出 26 个）。
• 同花顺/东方财富：选股器中默认的“ROE”通常是 ROE(TTM)（过去连续四个季度的滚动 ROE）或者年化 ROE。全年 ROE 大于 20% 的公司通常有 100-200 家左右。

B. 摊薄、加权与扣非

• ROE 有多种计算方式：全面摊薄 ROE、加权平均 ROE、扣除非经常性损益后的 ROE。不同平台在默认选股时采用的具体公式可能略有不同，这也会导致边缘数据的微小差异，但不会导致 26 vs 100+ 这么大的量级差。量级差的核心原因依然是周期口径（单季 vs 全年/TTM）。

3. 如何在聚宽中正确获取 ROE > 20% 的股票？

如果您希望对标同花顺/东方财富的选股结果（即年度或 TTM 级别的 ROE > 20%），您应该使用 ROE(TTM)。

聚宽的 indicator 表中直接提供了 roe_ttm（权益回报率TTM）字段。您可以这样编写代码：

from jqdata import *

def initialize(context):
    # 设定基准
    set_benchmark('000300.XSHG')
    # 每天运行一次选股
    run_daily(my_stock_filter, time='09:30')

def my_stock_filter(context):
    # 查询 ROE(TTM) 大于 20% 的股票
    # 注意：roe_ttm 的单位也是 %，所以用 20
    q = query(
        indicator.code,
        indicator.roe_ttm
    ).filter(
        indicator.roe_ttm > 20
    )
    
    # 获取财务数据
    df = get_fundamentals(q, date=context.current_dt.strftime('%Y-%m-%d'))
    
    # 打印选出的股票数量
    log.info(f"当前选出 ROE(TTM) > 20% 的股票数量: {len(df)} 只")
    # log.info(df.head())

总结：

1. 聚宽中 ROE 相关的指标单位是 %，大于 20% 应该写 > 20。
2. 想要获得与外部看盘软件一致的“全年 ROE > 20%”的体验，请使用 indicator.roe_ttm > 20，而不是单季度的 indicator.roe。