ptrade 财务数据查询中如何使用 merge_type 避免未来函数？

在量化回测中，**未来函数（Look-ahead Bias）**是导致回测业绩虚高、实盘表现拉胯的罪魁祸首之一。在进行基本面选股时，上市公司往往会由于审计、差错更正等原因对历史财报数据进行修正。如果回测时使用了修正后的“最新”数据，而该数据在当时的历史时间点尚未发布，就会引入未来函数。

ptrade 平台在 get_fundamentals 接口中提供了 merge_type 参数，专门用于解决这一痛点。

一、 merge_type 参数详解

在调用 get_fundamentals 获取财务数据时，merge_type 参数控制返回的是首次发布的数据还是最新修正的数据：

二、 避坑代码示例

1. 回测环境：严格防范未来函数（不传 merge_type 或设为 None）

在回测中，为了确保策略的严谨性，我们应当获取首次发布的数据：

def handle_data(context, data):
    stocks = ['600570.SS', '600000.SS']
    
    # 方式一：不传入 merge_type 参数（默认即为首次发布数据，最安全）
    df_first_publish = get_fundamentals(
        security=stocks, 
        table='balance_statement', 
        fields='total_assets', 
        date=None,  # 默认取当前回测交易日
        merge_type=None
    )
    
    log.info(df_first_publish)

2. 实盘/研究环境：获取最新修正数据（merge_type=1）

在实盘交易或离线研究时，为了基于最准确的财务状况做决策，应当使用最新修正的数据：

def handle_data(context, data):
    stocks = ['600570.SS', '600000.SS']
    
    # 传入 merge_type=1，获取最新修正后的财务数据
    df_latest = get_fundamentals(
        security=stocks, 
        table='balance_statement', 
        fields='total_assets', 
        date=None, 
        merge_type=1
    )
    
    log.info(df_latest)

三、 额外避坑指南：date 字段与未来函数

除了 merge_type 之外，get_fundamentals 中的 date 字段也需要注意：

1. 回测中不传 date：默认获取当前回测历史交易日（context.blotter.current_dt）之前已公布的最新财报，这是最安全的做法。
2. 手动传入 date：如果手动传入 date，必须确保传入的日期小于或等于当前回测日期。若传入了未来的日期，同样会引入未来函数。