为什么 JoinQuant 的 get_trade_days 返回的交易日数量不正确？

关于`get_trade_days`的疑问

这是我的代码：

start_d = pd.to_datetime(filtered_df.iloc[-1,1], format='%Y%m%d')
end_d = pd.to_datetime(today)
trade_ds = get_trade_days(start_date=start_d, end_date=end_d)
trade_days = get_all_trade_days()
days = [date for date in trade_days if start_d.date() < = date < = end_d.date()]
print(f"start_d: {start_d}\nend_d: {end_d}\ntrade_ds: {trade_ds}\ndays: {days}\nlen_days: {len(days)}")
输出为：

start_d: 2024-09-02 00:00:00
end_d: 2024-09-28 00:00:00
trade_ds: 26
days: [datetime.date(2024, 9, 2), datetime.date(2024, 9, 3), datetime.date(2024, 9, 4), datetime.date(2024, 9, 5), datetime.date(2024, 9, 6), datetime.date(2024, 9, 9), datetime.date(2024, 9, 10), datetime.date(2024, 9, 11), datetime.date(2024, 9, 12), datetime.date(2024, 9, 13), datetime.date(2024, 9, 18), datetime.date(2024, 9, 19), datetime.date(2024, 9, 20), datetime.date(2024, 9, 23), datetime.date(2024, 9, 24), datetime.date(2024, 9, 25), datetime.date(2024, 9, 26), datetime.date(2024, 9, 27)]
len_days: 18
我理解应该是18天那个才是交易日的数量，但是为什么get_trade_days 会得到26日，是我哪里理解错了嘛？

您好！您理解的完全正确，2024年9月2日到9月28日之间的实际交易日确实是 18天。get_trade_days 返回异常结果（甚至直接返回了整数 26），主要是因为 参数类型兼容性问题。

问题原因分析

在您的代码中，start_d 和 end_d 是通过 pd.to_datetime() 转换得到的，它们的数据类型是 pandas.Timestamp。

根据 JoinQuant 的官方 API 文档，get_trade_days 接受的 start_date 和 end_date 参数类型应为：

• str (字符串，如 '2024-09-02')
• datetime.date
• datetime.datetime

虽然 pandas.Timestamp 在 Python 中是 datetime.datetime 的子类，但 JoinQuant 底层的 C 扩展或日期解析引擎在处理 pandas.Timestamp 时可能会出现解析偏差，导致它没有正确识别日期区间，从而返回了错误的结果（有时甚至会触发底层异常，返回一个毫无关联的数字或默认长度）。

解决方案

为了确保 API 能够正确解析日期，建议在调用 get_trade_days 之前，将 pandas.Timestamp 显式转换为 字符串 (str) 或 原生 datetime.date。

修改方法 1：转换为字符串（推荐）

start_d = pd.to_datetime(filtered_df.iloc[-1,1], format='%Y%m%d')
end_d = pd.to_datetime(today)

# 使用 strftime 转换为 'YYYY-MM-DD' 格式的字符串
trade_ds = get_trade_days(start_date=start_d.strftime('%Y-%m-%d'), end_date=end_d.strftime('%Y-%m-%d'))

print(f"trade_ds 数量: {len(trade_ds)}") # 此时应该正确输出 18

修改方法 2：转换为 datetime.date

start_d = pd.to_datetime(filtered_df.iloc[-1,1], format='%Y%m%d')
end_d = pd.to_datetime(today)

# 使用 .date() 转换为原生 datetime.date 对象
trade_ds = get_trade_days(start_date=start_d.date(), end_date=end_d.date())

print(f"trade_ds 数量: {len(trade_ds)}") # 此时应该正确输出 18

补充说明

您在代码中自己编写的备用方案：

trade_days = get_all_trade_days()
days = [date for date in trade_days if start_d.date() <= date <= end_d.date()]

这是一种非常稳健且完全正确的做法！get_all_trade_days() 返回的是包含原生 datetime.date 的 numpy 数组，通过列表推导式进行过滤，不仅避开了底层 API 对 pandas 类型的兼容性问题，而且执行效率极高。如果您在后续开发中频繁遇到类似的时间类型兼容问题，完全可以继续沿用您自己写的这种过滤方式。