聚宽 get_industries 函数传入 date 参数报错 "unexpected keyword argument" 怎么办？

get_industries函数解惑

get_industries函数，带上日期报错，有没有知道为什么的
get_industries(name='sw_l3'）这样就可以正常读取数据，
get_industries(name='sw_l3',date=context.previous_date)
这样就会出现以下错误？为什么，我看说明里面可以查询指定日期的
TypeError: get_industries() got an unexpected keyword argument 'date'

问题原因分析

在 JoinQuant（聚宽）的最新官方 API 文档中，get_industries 函数确实是支持 date 参数的，其标准定义为 get_industries(name, date=None)。传入 date 可以返回该日期当天存在的行业。

如果您在调用 get_industries(name='sw_l3', date=context.previous_date) 时遇到了 TypeError: get_industries() got an unexpected keyword argument 'date' 的错误，通常是由以下几种原因导致的：

1. 运行环境版本较旧：您可能在使用本地的 jqdatasdk，且该库的版本较老，尚未包含支持 date 参数的更新。
2. 使用了券商定制版平台：如果您使用的是某些券商的定制版聚宽（例如一创聚宽等），这些平台的底层 API 更新频率通常滞后于聚宽官网，可能仍在使用旧版不支持 date 参数的 API。
3. 命名空间冲突：极少数情况下，可能导入了其他同名函数覆盖了聚宽官方的 API。

解决方案

方案一：升级本地 jqdatasdk（适用于本地研究环境）

如果您是在本地 Python 环境中使用 jqdatasdk，请打开命令行终端，运行以下命令升级到最新版本：

pip install -U jqdatasdk

升级后重启 Python 内核即可。

方案二：通过 Pandas 手动过滤日期（适用于无法升级的在线/券商环境）

如果您在无法升级底层 API 的环境中（如券商版聚宽），可以通过不传 date 参数获取所有历史行业列表，然后利用返回的 DataFrame 中的 start_date 字段自行进行日期过滤。

get_industries 返回的 DataFrame 包含 index (行业代码), name (行业名称), start_date (开始日期)。

替代代码示例：

import pandas as pd
from jqdata import *

def get_industries_by_date(name, target_date):
    # 1. 不传 date 参数，获取该分类下历史上所有的行业
    df = get_industries(name=name)
    
    # 2. 将 target_date 转换为 pandas 的 Timestamp 以便比较
    target_dt = pd.to_datetime(target_date)
    
    # 3. 过滤出 start_date 小于等于目标日期的行业
    # 注意：有些行业的 start_date 可能为空，需要做填充或丢弃处理
    df['start_date'] = pd.to_datetime(df['start_date'])
    valid_industries = df[df['start_date'] <= target_dt]
    
    return valid_industries

# 在策略的 handle_data 或其他函数中使用：
# target_date = context.previous_date
# my_industries = get_industries_by_date(name='sw_l3', target_date=target_date)
# print(my_industries)

通过这种方式，即使底层 API 不支持 date 参数，您依然可以准确获取到指定日期当时有效的行业列表，从而避免 TypeError 报错。