基本面量化Rust实战：财务报表数据清洗与因子构建

不吃草的牛德

发布于 2026-04-23 12:52:15

650

文章被收录于专栏：RustRust

基本面与量化的结合

很多人觉得基本面分析和量化交易是两个世界。

基本面投资者看财报、看行业、做价值投资。量化交易者看数据、做回测、做高频策略。

但实际上，基本面数据完全可以量化。

PE、ROE、营收增速、负债率...这些财务指标都可以变成因子，进入量化模型。

今天我们聊聊如何用Rust处理财务报表数据，并构建基本面因子。

数据获取

A股常见的财务数据接口（Tushare、Choice、Wind等）通常返回结构化表格数据。我们先定义一个最简洁的财务记录结构体，用于反序列化。



1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27

use serde::Deserialize;
use chrono::NaiveDate;  // 建议使用日期类型而非字符串
 
/// 单条财务报表记录（简化版，实际可能包含更多字段）
#[derive(Debug, Deserialize, Clone)]
pub struct FinancialData {
    /// 股票代码（ts_code），如 "600519.SH"
    pub ts_code: String,
    
    /// 报告期（通常为财报发布日期或截止日期）
    /// 建议后续解析为 NaiveDate
    pub report_date: String,
    /// 营业收入（元）
    pub revenue: Option<f64>,
    /// 净利润（元）
    pub profit: Option<f64>,
    /// 总资产（元）
    pub assets: Option<f64>,
    /// 总负债（元）
    pub liabilities: Option<f64>,
    /// 净资产（归母权益）
    pub equity: Option<f64>,
    /// 每股收益（EPS） - 用于计算PE
    pub eps: Option<f64>,
    /// 当日收盘价（用于PE计算，注意匹配日期）
    pub close: Option<f64>,
}

数据清洗

缺失值处理



1
2
3
4
5
6
7
8
9

fn fill_missing(df: &DataFrame) -> DataFrame {
    df.lazy()
        .with_columns([
            col("revenue").fill_null(lit(0.0)),
            col("profit").fill_null(lit(0.0)),
        ])
        .collect()
        .unwrap()
}

为什么这样处理？

• 收入/利润填0是保守做法，避免把“无数据”误判为高增长
• 资产/权益用前值填充（forward fill）更符合财务报表的连续性
• 实际生产中常结合行业中位数或剔除整行缺失过多的股票

异常值处理



1
2
3
4
5
6
7
8
9

fn remove_outliers(df: &DataFrame) -> DataFrame {
    df.lazy()
        .with_columns([
            col("pe")
                .clip(lit(0.0), lit(100.0))  // PE超过100视为异常
        ])
        .collect()
        .unwrap()
}

• 极端值（尤其是小盘股、ST股、微利/亏损转正）会严重拉偏因子分布和IC/IR
• 截断比删除更温和，保留了样本量

因子构建

PE（市盈率）



1
2
3
4
5
6
7
8
9
10

/// 计算静态PE = 收盘价 / EPS（TTM或最新单季）
/// 注意：实际中常用TTM PE或动态PE
fn calculate_pe(df: &DataFrame) -> DataFrame {
    df.lazy()
        .with_columns([
            (col("close") / col("eps")).alias("pe")
        ])
        .collect()
        .unwrap()
}

ROE（净资产收益率）



1
2
3
4
5
6
7
8
9

/// ROE = 净利润 / 平均净资产（简化用期末净资产）
fn calculate_roe(df: &DataFrame) -> DataFrame {
    df.lazy()
        .with_columns([
            (col("profit") / col("equity")).alias("roe")
        ])
        .collect()
        .unwrap()
}

营收增速



1
2
3
4
5
6
7
8
9
10
11
12
13

/// 计算单季度/年度营收同比增速
/// 前提：数据已按 ts_code + report_date 排序
fn calculate_revenue_growth(df: &DataFrame) -> DataFrame {
    df.lazy()
        .sort(["ts_code", "report_date"])
        .with_columns([
            col("revenue")
                .pct_change()
                .alias("revenue_growth")
        ])
        .collect()
        .unwrap()
}

多因子模型



1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17

/// 简单线性加权多因子打分（示例）
/// 实际中常使用 z-score + IC 加权 / 机器学习融合
fn calculate_composite_score(df: &DataFrame) -> DataFrame {
    df.lazy()
        // 标准化各因子
        .with_columns([
            ((col("pe") - col("pe").mean()) / col("pe").std()).alias("pe_zscore"),
            ((col("roe") - col("roe").mean()) / col("roe").std()).alias("roe_zscore"),
        ])
        // 合成综合得分
        .with_columns([
            (col("pe_zscore") * lit(-0.3) + col("roe_zscore") * lit(0.7))
                .alias("composite_score")
        ])
        .collect()
        .unwrap()
}