ETF交易价格的精度不够
用get_price取ETF的交易价格等数据，只能精确到小数点后2位吗？
问题描述
解决方案
并不是只能精确到小数点后2位。在A股市场中，ETF基金的最小变动价位通常是 0.001元（即小数点后3位），JoinQuant 底层的行情数据是完全支持并保留了这一精度的。
如果您在使用 get_price 获取 ETF 数据时发现只显示了两位小数，通常是由以下几个原因造成的，您可以按照以下方法进行调整：
1. 复权参数（fq）的影响
get_price 函数默认的复权参数是 fq='pre'（前复权）。在进行复权计算时，价格会被乘以复权因子，这可能会导致价格变成复杂的浮点数，或者在某些处理环节被截断。如果您需要获取 ETF 真实的交易盘面价格，建议关闭复权。
解决方法： 将 fq 参数设置为 None。
# 获取不复权的真实交易价格，保留原始精度
df = get_price('510300.XSHG', start_date='2023-01-01', end_date='2023-01-10', fq=None)
print(df['close'])
2. Pandas DataFrame 的显示设置
get_price 返回的数据格式是 pandas.DataFrame。在 Jupyter Notebook（研究环境）中打印 DataFrame 时，Pandas 默认的显示设置可能为了排版美观，只显示了小数点后 2 位或 4 位，但这仅仅是显示问题，底层数据的精度并没有丢失。
解决方法： 修改 Pandas 的全局显示精度设置。
import pandas as pd
# 设置 Pandas 显示小数点后 3 位
pd.set_option('display.precision', 3)
df = get_price('510300.XSHG', count=5, end_date='2023-10-01', fq=None)
print(df)
3. 推荐使用 get_bars 获取高精度数据
对于需要精确到 tick 级别或高精度 bar 数据的场景，JoinQuant 官方更推荐使用 get_bars 函数。get_bars 的数据结构更贴近主流股票软件，且在处理未复权数据时表现非常稳定。
解决方法：
# 使用 get_bars 获取不复权的 ETF 数据
bars = get_bars('510300.XSHG', count=5, unit='1d', fields=['date', 'open', 'close'], fq_ref_date=None, df=True)
print(bars)
总结：
JoinQuant 的 ETF 数据精度是足够的（3位小数）。请确保使用 fq=None（不复权） 来获取真实的盘面交易价格，并检查您的 Pandas 打印设置是否掩盖了真实的数据精度。