为什么 get_factor_values 获取的 PEG 值与手动计算结果不同？

get_factor_values获得的PEG值的问题

老师，您好。以达威股份300535.XSHE，截止2021年9月23日，通过get_factor_values，获得的PEG值为0.077736。查看了PEG的公式（市盈率相对盈利增长比率）= PE / (归母公司净利润(TTM)增长率 * 100) # 如果 PE 或 增长率为负，则为 nan，我用get_fundamentals_continuously查询到的该股的pE值为20.4712，归母公司净利润增长率111.03%，PEG为0.184375，与因子值0.077736不符，为什么？谢谢

您好！在 JoinQuant 平台上，使用 get_factor_values 获取的因子值与手动通过财务数据计算的值出现差异，通常是由计算口径（特别是 TTM 的定义）和数据快照时间引起的。针对您提到的达威股份（300535.XSHE）PEG 因子值的差异，主要有以下几个排查方向：

1. 归母净利润(TTM)增长率的计算口径差异

根据聚宽因子库的定义，PEG 的公式为：
PEG = PE / (归母公司净利润(TTM)增长率 * 100)

其中，归母公司净利润(TTM)增长率（因子代码：np_parent_company_owners_growth_rate）的严格计算公式是：
[今年归属于母公司所有者的净利润（TTM） / 去年同期归属于母公司所有者的净利润（TTM）] - 1

您手动查询到的净利润增长率 111.03%，很可能是单季度同比或者累计净利润同比（例如中报公布的累计同比），而不是严格的 TTM 同比。TTM（滚动十二个月）的计算需要将过去四个季度的净利润相加，然后再与往前推一年的四个季度净利润之和进行对比。这通常是导致手动计算与因子库结果差异最大的地方。

2. PE (市盈率) 的取值差异

因子库在计算 PEG 时，分子使用的 PE 是 PE(TTM)。您通过 get_fundamentals_continuously 查询到的 PE 值为 20.4712，请确认查询的是 valuation.pe_ratio（市盈率 TTM）还是 valuation.pe_ratio_lyr（静态市盈率）。如果使用的是静态市盈率，也会导致结果不一致。

3. 因子库的数据更新机制

聚宽因子库文档中明确指出：

• “涉及到财务数据的因子，使用对应日期所能获取到的最新一期单季度数据进行计算”
• “频率为天，每天05：00更新前一天数据”

这意味着 9月23日 获取的因子值，实际上是基于 9月22日 收盘后的市值和当时能看到的最新财报（通常是中报）计算出来的快照。如果您手动查询时传入的日期参数或逻辑有微小偏差，市值（影响 PE）就会不同。

💡 验证建议与排查代码

为了准确找出差异来源，建议您直接拉取因子库中用于计算 PEG 的两个底层因子：PE 和 np_parent_company_owners_growth_rate，看看因子库底层的数值究竟是多少。

您可以在研究环境中运行以下代码进行验证：

from jqfactor import get_factor_values

# 获取 2021-09-23 当天的底层因子值
factors = ['PEG', 'PE', 'np_parent_company_owners_growth_rate']
data = get_factor_values(securities=['300535.XSHE'], 
                         factors=factors, 
                         start_date='2021-09-23', 
                         end_date='2021-09-23')

peg_val = data['PEG'].iloc[0, 0]
pe_val = data['PE'].iloc[0, 0]
growth_val = data['np_parent_company_owners_growth_rate'].iloc[0, 0]

print(f"因子库 PEG: {peg_val}")
print(f"因子库 PE: {pe_val}")
print(f"因子库 归母净利润TTM增长率: {growth_val * 100}%")

# 验证公式
calculated_peg = pe_val / (growth_val * 100)
print(f"底层因子相除计算的 PEG: {calculated_peg}")

通过上述代码，您大概率会发现因子库中的 np_parent_company_owners_growth_rate 并非 111.03%，而是另一个数值（大约在 263% 左右，假设 PE 为 20.47 的话）。在量化回测中，建议直接使用 get_factor_values 提供的因子值，因为它们经过了严格的截面清洗和对齐，能有效避免未来函数和口径不一的问题。