JoinQuant 宏观数据分析：使用 macro.run_query 获取经济指标

在 JoinQuant（聚宽）量化交易平台中，可以通过 macro.run_query 函数查询全方位的宏观经济数据（如 GDP、CPI、工业产值等），为量化择时与资产配置提供宏观基本面支持。

一、基本语法与使用流程

获取宏观经济数据需要导入 jqdata 模块，并配合 query 对象构建查询表达式。

from jqdata import *

# 1. 构建 query 对象，指定宏观数据表及筛选条件
q = query(macro.MAC_INDUSTRY_AREA_AGR_OUTPUT_VALUE_YEAR
    ).filter(macro.MAC_INDUSTRY_AREA_AGR_OUTPUT_VALUE_YEAR.stat_year == '2014')

# 2. 执行宏观数据查询
df = macro.run_query(q)

# 3. 查看结果
print(df.head())

二、核心参数与返回值

• 参数 query_object：一个 sqlalchemy.orm.query.Query 对象，通过 query() 函数创建，传入需要查询的宏观数据表及条件（如 filter、order_by、limit 等）。
• 返回值：返回一个 pandas.DataFrame，每行对应一条查询记录，列索引对应所查询的数据库字段。

三、代码示例：查询宏观经济表

示例 1：限制返回行数查询

from jqdata import *

# 查询分地区农林牧渔业总产值表(季度累计) 的前 10 条数据
q = query(macro.MAC_INDUSTRY_AREA_AGR_OUTPUT_VALUE_QUARTER).limit(10)
df = macro.run_query(q)
print(df)

示例 2：按年份过滤查询

from jqdata import *

# 查询 2014 年的分地区农林牧渔业总产值表(年度)
q = query(macro.MAC_INDUSTRY_AREA_AGR_OUTPUT_VALUE_YEAR).filter(
    macro.MAC_INDUSTRY_AREA_AGR_OUTPUT_VALUE_YEAR.stat_year == '2014'
)
df = macro.run_query(q)
print(df)

四、注意事项

1. 单次返回行数限制：为了防止返回数据量过大导致内存溢出，macro.run_query 每次最多返回 4000 行数据。
2. 禁止连表查询：不支持同时查询多张宏观数据表（即不能跨表进行 Join 操作）。
3. 详细字段查询：不同宏观指标对应不同的表名与字段名，具体请参考 JoinQuant 官方数据字典中的“宏观经济数据”章节。