siat 3.0.30__py3-none-any.whl → 3.0.35__py3-none-any.whl

siat/common.py

@@ -3769,7 +3769,7 @@ if __name__=='__main__':
     upgrade_siat()
 
 def upgrade_siat(module_list=['siat','akshare','pandas','pandas_datareader', \
-                 'yfinance','yahooquery','urllib3','twine','mplfinance'], \
+                 'yfinance','yahooquery','urllib3','tabulate','twine','mplfinance'], \
                  pipcmd="pip install --upgrade"):
     """
     功能：一次性升级siat及其相关插件

siat/financials2.py

@@ -210,8 +210,9 @@ def fs_analysis(tickers,fsdates=[],analysis_type='balance sheet', \
             
             fsdf4.replace(0,'---',inplace=True)
             
-            titletxt="\n***** "+ticker_name(tickers)+": BALANCE SHEET"+' *****\n'
-            print(titletxt)
+            #titletxt="\n***** "+ticker_name(tickers)+": BALANCE SHEET"+' *****\n'
+            titletxt=ticker_name(tickers,'stock')+": BALANCE SHEET"
+            #print(titletxt)
             """
             tablefmt_list=["plain","simple","github","grid","simple_grid","rounded_grid", \
                            "heavy_grid","mixed_grid","double_grid","fancy_grid","outline", \
@@ -239,13 +240,17 @@ def fs_analysis(tickers,fsdates=[],analysis_type='balance sheet', \
             fsdf6=df_filter_row(fsdf5,exclude_collist=['Item'],symbol='---')
             
             fsdf6=df_sort_priority_list(fsdf6,sort_column='Item',priorityList=['periodType'],ascending=True)
-            
+            """
             alignlist=['left']+['right']*(len(list(fsdf5))-1)
             print(fsdf6.to_markdown(tablefmt='plain',index=False,colalign=alignlist))                
+            """
             
-            footnote1="*** Amount unit: "+currency+" billion, exchange's local accounting standards"
-            footnote2="*** Data source: Yahoo Finance, "+todaydt
-            print('\n',footnote1,'\n',footnote2)   
+            footnote1="Amount unit: "+currency+" billion, exchange's local accounting standards"
+            footnote2="Data source: Yahoo Finance, "+str(todaydt)
+            footnote='Note:\n'+footnote1+'\n'+footnote2
+            #print('\n',footnote1,'\n',footnote2)  
+            df_display_CSS(fsdf6,titletxt=titletxt,footnote=footnote, \
+                           titile_font_size='14px',heading_font_size='13px',data_font_size='13px')
             
             return fsdf6
         
@@ -307,8 +312,9 @@ def fs_analysis(tickers,fsdates=[],analysis_type='balance sheet', \
             
             fsdf4.replace(0,'---',inplace=True)
             
-            titletxt="\n***** "+ticker_name(tickers)+": INCOME STATEMENTS"+' *****\n'
-            print(titletxt)
+            #titletxt="\n***** "+ticker_name(tickers)+": INCOME STATEMENTS"+' *****\n'
+            titletxt=ticker_name(tickers,'stock')+": INCOME STATEMENTS"
+            #print(titletxt)
             
             collist=list(fsdf4)
             fsdf4['Item']=fsdf4.index
@@ -316,13 +322,16 @@ def fs_analysis(tickers,fsdates=[],analysis_type='balance sheet', \
             fsdf6=df_filter_row(fsdf5,exclude_collist=['Item'],symbol='---')
             
             fsdf6=df_sort_priority_list(fsdf6,sort_column='Item',priorityList=['periodType'],ascending=True)
-            
+            """
             alignlist=['left']+['right']*(len(list(fsdf5))-1)
             print(fsdf6.to_markdown(tablefmt='plain',index=False,colalign=alignlist))                
-                
-            footnote1="*** Amount unit: "+currency+" billion, exchange's local accounting standards"
-            footnote2="*** Data source: Yahoo Finance, "+todaydt
-            print('\n',footnote1,'\n',footnote2)    
+            """    
+            footnote1="Amount unit: "+currency+" billion, exchange's local accounting standards"
+            footnote2="Data source: Yahoo Finance, "+str(todaydt)
+            footnote='Note:\n'+footnote1+'\n'+footnote2
+            #print('\n',footnote1,'\n',footnote2)    
+            df_display_CSS(fsdf6,titletxt=titletxt,footnote=footnote, \
+                           titile_font_size='14px',heading_font_size='13px',data_font_size='13px')
             
             return fsdf6
         
@@ -382,8 +391,9 @@ def fs_analysis(tickers,fsdates=[],analysis_type='balance sheet', \
             
             fsdf4.replace(0,'---',inplace=True)
             
-            titletxt="\n***** "+ticker_name(tickers)+": CASHFLOW STATEMENTS"+' *****\n'
-            print(titletxt)
+            #titletxt="\n***** "+ticker_name(tickers)+": CASHFLOW STATEMENTS"+' *****\n'
+            titletxt=ticker_name(tickers,'stock')+": CASHFLOW STATEMENTS"
+            #print(titletxt)
             
             collist=list(fsdf4)
             fsdf4['Item']=fsdf4.index
@@ -391,14 +401,16 @@ def fs_analysis(tickers,fsdates=[],analysis_type='balance sheet', \
             fsdf6=df_filter_row(fsdf5,exclude_collist=['Item'],symbol='---')
             
             fsdf6=df_sort_priority_list(fsdf6,sort_column='Item',priorityList=['periodType'],ascending=True)
-            
+            """
             alignlist=['left']+['right']*(len(list(fsdf5))-1)
             print(fsdf6.to_markdown(tablefmt='plain',index=False,colalign=alignlist))                
-                
-            footnote1="*** Amount unit: "+currency+" billion, exchange's local accounting standards"
-            footnote2="*** Data source: Yahoo Finance, "+todaydt
-            print('\n',footnote1,'\n',footnote2)     
-            
+            """  
+            footnote1="Amount unit: "+currency+" billion, exchange's local accounting standards"
+            footnote2="Data source: Yahoo Finance, "+str(todaydt)
+            footnote='Note:\n'+footnote1+'\n'+footnote2
+            #print('\n',footnote1,'\n',footnote2)     
+            df_display_CSS(fsdf6,titletxt=titletxt,footnote=footnote, \
+                           titile_font_size='14px',heading_font_size='13px',data_font_size='13px')
             return fsdf6
             
         return fsdf2
@@ -488,8 +500,9 @@ def fs_analysis(tickers,fsdates=[],analysis_type='balance sheet', \
                 
                 fsdf4.replace(0,'---',inplace=True)
                 
-                titletxt="\n***** "+ticker_name(tickers)+": FINANCIAL STATEMENT SUMMARY"+' *****\n'
-                print(titletxt)
+                #titletxt="\n***** "+ticker_name(tickers)+": FINANCIAL STATEMENT SUMMARY"+' *****\n'
+                titletxt=ticker_name(tickers,'stock')+": FINANCIAL STATEMENT SUMMARY"
+                #print(titletxt)
                 
                 collist=list(fsdf4)
                 fsdf4['Item']=fsdf4.index
@@ -497,15 +510,17 @@ def fs_analysis(tickers,fsdates=[],analysis_type='balance sheet', \
                 fsdf6=df_filter_row(fsdf5,exclude_collist=['Item'],symbol='---')
                 
                 fsdf6=df_sort_priority_list(fsdf6,sort_column='Item',priorityList=['periodType'],ascending=True)
-                
+                """
                 alignlist=['left']+['right']*(len(list(fsdf5))-1)
                 print(fsdf6.to_markdown(tablefmt='plain',index=False,colalign=alignlist))                
-                    
-                footnote1="*** Amount unit: "+currency+" billion, exchange's local accounting standards"
-                footnote2="*** ROx/EM/turnover rates are based on periodic mean, others on end-term"
-                footnote3="*** Data source: Yahoo Finance, "+todaydt
-                print('\n',footnote1,'\n',footnote2,'\n',footnote3)     
-                
+                """
+                footnote1="Amount unit: "+currency+" billion, exchange's local accounting standards"
+                footnote2="ROx/EM/turnover rates are based on periodic mean, others on end-term"
+                footnote3="Data source: Yahoo Finance, "+todaydt
+                footnote='Note:\n'+footnote1+'\n'+footnote2+'\n'+footnote3
+                #print('\n',footnote1,'\n',footnote2,'\n',footnote3)     
+                df_display_CSS(fsdf6,titletxt=titletxt,footnote=footnote, \
+                               titile_font_size='14px',heading_font_size='13px',data_font_size='13px')                
                 return fsdf6
 
             return fsdf2
@@ -586,8 +601,9 @@ def fs_analysis(tickers,fsdates=[],analysis_type='balance sheet', \
                 
                 fsdf4.replace(0,'---',inplace=True)
                 
-                titletxt="\n***** PEER COMPARISON OF FINANCIAL STATEMENT SUMMARY *****\n"
-                print(titletxt)
+                #titletxt="\n***** PEER COMPARISON OF FINANCIAL STATEMENT SUMMARY *****\n"
+                titletxt="FINANCIAL STATEMENT SUMMARY: PEER COMPARISON"
+                #print(titletxt)
                 
                 collist=list(fsdf4)
                 fsdf4['Item']=fsdf4.index
@@ -595,15 +611,17 @@ def fs_analysis(tickers,fsdates=[],analysis_type='balance sheet', \
                 fsdf6=df_filter_row(fsdf5,exclude_collist=['Item'],symbol='---')
                 
                 fsdf6=df_sort_priority_list(fsdf6,sort_column='Item',priorityList=['periodType','reportDate','currencyCode'],ascending=True)
-                
+                """
                 alignlist=['left']+['right']*(len(list(fsdf5))-1)
                 print(fsdf6.to_markdown(tablefmt='plain',index=False,colalign=alignlist))                
-                    
-                footnote1="*** Amount unit: billion, based on exchange's local accounting standards"
-                footnote2="*** ROx/EM/turnover rates are based on periodic mean, others on end-term"
-                footnote3="*** Data source: Yahoo Finance, "+todaydt
-                print('\n',footnote1,'\n',footnote2,'\n',footnote3)     
-                
+                """  
+                footnote1="Amount unit: billion, based on exchange's local accounting standards"
+                footnote2="ROx/EM/turnover rates are based on periodic mean, others on end-term"
+                footnote3="Data source: Yahoo Finance, "+str(todaydt)
+                footnote='Note:\n'+footnote1+'\n'+footnote2+'\n'+footnote3
+                #print('\n',footnote1,'\n',footnote2,'\n',footnote3)     
+                df_display_CSS(fsdf6,titletxt=titletxt,footnote=footnote, \
+                               titile_font_size='14px',heading_font_size='13px',data_font_size='13px')                
                 return fsdf6
 
         return fsdf2     
@@ -691,8 +709,9 @@ def fs_analysis(tickers,fsdates=[],analysis_type='balance sheet', \
                 
                 fsdf4.replace(0,'---',inplace=True)
                 
-                titletxt="\n***** "+ticker_name(tickers)+": FINANCIAL INDICATORS"+' *****\n'
-                print(titletxt)
+                #titletxt="\n***** "+ticker_name(tickers)+": FINANCIAL INDICATORS"+' *****\n'
+                titletxt=ticker_name(tickers,'stock')+": FINANCIAL INDICATORS"
+                #print(titletxt)
                 
                 collist=list(fsdf4)
                 fsdf4['Item']=fsdf4.index
@@ -700,15 +719,17 @@ def fs_analysis(tickers,fsdates=[],analysis_type='balance sheet', \
                 fsdf6=df_filter_row(fsdf5,exclude_collist=['Item'],symbol='---')
                 
                 fsdf6=df_sort_priority_list(fsdf6,sort_column='Item',priorityList=['periodType'],ascending=True)
-                
+                """
                 alignlist=['left']+['right']*(len(list(fsdf5))-1)
                 print(fsdf6.to_markdown(tablefmt='plain',index=False,colalign=alignlist))                
-                    
-                footnote1="*** Amount unit: "+currency+" billion, exchange's local accounting standards"
-                footnote2="*** ROx/EM/turnover rates are based on periodic mean, others on end-term"
-                footnote3="*** Data source: Yahoo Finance, "+todaydt
-                print('\n',footnote1,'\n',footnote2,'\n',footnote3)     
-                
+                """  
+                footnote1="Amount unit: "+currency+" billion, exchange's local accounting standards"
+                footnote2="ROx/EM/turnover rates are based on periodic mean, others on end-term"
+                footnote3="Data source: Yahoo Finance, "+str(todaydt)
+                footnote='Note:\n'+footnote1+'\n'+footnote2+'\n'+footnote3
+                #print('\n',footnote1,'\n',footnote2,'\n',footnote3)     
+                df_display_CSS(fsdf6,titletxt=titletxt,footnote=footnote, \
+                               titile_font_size='14px',heading_font_size='13px',data_font_size='13px')                
                 return fsdf6
 
             return fsdf2
@@ -790,8 +811,9 @@ def fs_analysis(tickers,fsdates=[],analysis_type='balance sheet', \
                 
                 fsdf4.replace(0,'---',inplace=True)
                 
-                titletxt="\n***** PEER COMPARISON OF FINANCIAL INDICATORS *****\n"
-                print(titletxt)
+                #titletxt="\n***** PEER COMPARISON OF FINANCIAL INDICATORS *****\n"
+                titletxt="FINANCIAL INDICATORS: PEER COMPARISON"
+                #print(titletxt)
                 
                 collist=list(fsdf4)
                 fsdf4['Item']=fsdf4.index
@@ -799,15 +821,17 @@ def fs_analysis(tickers,fsdates=[],analysis_type='balance sheet', \
                 fsdf6=df_filter_row(fsdf5,exclude_collist=['Item'],symbol='---')
                 
                 fsdf6=df_sort_priority_list(fsdf6,sort_column='Item',priorityList=['periodType','reportDate','currencyCode'],ascending=True)
-                
+                """
                 alignlist=['left']+['right']*(len(list(fsdf5))-1)
                 print(fsdf6.to_markdown(tablefmt='plain',index=False,colalign=alignlist))                
-                    
-                footnote1="*** Amount unit: billion, based on exchange's local accounting standards"
-                footnote2="*** ROx/EM/turnover rates are based on periodic mean, others on end-term"
-                footnote3="*** Data source: Yahoo Finance, "+todaydt
-                print('\n',footnote1,'\n',footnote2,'\n',footnote3)     
-                
+                """  
+                footnote1="Amount unit: billion, based on exchange's local accounting standards"
+                footnote2="ROx/EM/turnover rates are based on periodic mean, others on end-term"
+                footnote3="Data source: Yahoo Finance, "+str(todaydt)
+                footnote='Note:\n'+footnote1+'\n'+footnote2+'\n'+footnote3
+                #print('\n',footnote1,'\n',footnote2,'\n',footnote3)     
+                df_display_CSS(fsdf6,titletxt=titletxt,footnote=footnote, \
+                               titile_font_size='14px',heading_font_size='13px',data_font_size='13px')                
                 return fsdf6
 
         return fsdf2     
@@ -914,8 +938,9 @@ def fs_analysis(tickers,fsdates=[],analysis_type='balance sheet', \
         plt.show()    
         
         if printout:
-            title_txt="\n***** Dupont Identity Fact Sheet *****\n"
-            print(title_txt)
+            #title_txt="\n***** Dupont Identity Fact Sheet *****\n"
+            titletxt="Dupont Identity Fact Sheet"
+            #print(titletxt)
             
             # 保留四位小数
             collist=list(df)
@@ -927,14 +952,16 @@ def fs_analysis(tickers,fsdates=[],analysis_type='balance sheet', \
             
             for d in list(df):
                 df[d]=df[d].apply(lambda x: round(x,5) if isinstance(x,float) else x)
-            
+            """
             alignlist=['left']+['right']*(len(list(df))-1)
             print(df.to_markdown(tablefmt='plain',index=False,colalign=alignlist))                
-                
-            footnote1="*** Based on exchange's local accounting standards, EM/TAT are on periodic mean"
-            footnote2="Data source: Yahoo Finance, "+todaydt
-            print('\n',footnote1,'\b.',footnote2)               
-        
+            """    
+            footnote1="Based on exchange's local accounting standards, EM/TAT are on periodic mean"
+            footnote2="Data source: Yahoo Finance, "+str(todaydt)
+            footnote='Note:\n'+footnote1+'\n'+footnote2
+            #print('\n',footnote1,'\b.',footnote2)               
+            df_display_CSS(df,titletxt=titletxt,footnote=footnote, \
+                           titile_font_size='14px',heading_font_size='13px',data_font_size='13px')        
         return  df2      
     
     else:   # analysis_type1

siat/financials_china.py

@@ -3625,77 +3625,77 @@ def compare_fin_summary_china(tickers,fsdates,facecolor='whitesmoke'):
     # 注释
     notesdict={'常用指标': \
                '注：\n'+ \
-               '1. 毛利率=毛利润 / 营业(总)收入 ×100% \n'+ \
-               '2. 毛利润=营业(总)收入-营业(总)成本 \n'+ \
-               '3. 销售净利率=净利润 / 营业(总)收入 ×100% \n'+ \
-               '4. 期间费用率=期间费用 / 营业(总)收入 ×100%，期间费用包括管理费用，销售费用和财务费用。 \n', \
+               '毛利率=毛利润 / 营业(总)收入 ×100% \n'+ \
+               '毛利润=营业(总)收入-营业(总)成本 \n'+ \
+               '销售净利率=净利润 / 营业(总)收入 ×100% \n'+ \
+               '期间费用率=期间费用 / 营业(总)收入 ×100%，期间费用包括管理费用，销售费用和财务费用。 \n', \
               
               '每股指标': \
                '注：\n'+ \
-               '1. 稀释每股指标:假设企业所有发行在外的稀释性潜在普通股期间内均转换为普通股，导致普通股股数增加 \n'+ \
-               '2. 潜在普通股：指赋予其持有者在报告期或以后期间享有取得普通股权利的金融工具或者其他合同，例如公司可转债、认股权证、股份期权等 \n'+ \
-               '3. 摊薄每股指标：使用期末数值计算，而非期初期末均值，其结果更能反应期末情况，可能大于、小于或等于每股指标 \n'+ \
-               '4. 调整后每股净资产的意义：考虑了净资产的流动性和变现能力，更加具有谨慎性或稳健性 \n'+ \
-               '5. 调整后每股净资产=（年度末股东权益-三年以上的应收款项净额-待摊费用-长期待摊费用）/年度末普通股股份总数 \n'+ \
-               '6. 应收款项净额：包括应收帐款、其他应收款、预付帐款、应收股利、应收利息、应收补贴款 \n'+ \
-               '7. 留存收益：指企业从历年实现的利润中提取或形成的留存于企业的内部积累，包括盈余公积和未分配利润两类 \n'+ \
-               '8. 盈余公积：指从税后利润中提取的、存留于企业内部、具有特定用途的收益积累，包括法定盈余公积和任意盈余公积 \n'+ \
-               '9. 盈余公积的用途：可用于企业职工福利设施的支出、弥补亏损、扩大生产经营、转增资本（或股本）或派送新股等 \n'+ \
-               '10.法定盈余公积：指企业按照公司法等法律规定的比例(例如10%)从净利润中提取的盈余公积 \n'+ \
-               '11.任意盈余公积：指企业经股东大会或类似机构批准按照规定的比例从净利润中提取的盈余公积，其提取比例由企业自行确定 \n'+ \
-               '12.未分配利润：指企业实现的净利润经过弥补亏损、提取盈余公积和向投资者分配利润后留存在企业的、历年结存的利润 \n'+ \
-               '13.资本公积金：指直接由资本原因形成的公积金，如发行股份溢价、资产重估增值、接受捐赠等，用于转增股本，不得用于弥补亏损 \n'+ \
-               '14.自由现金流=企业经营活动现金流-资本性支出，用来衡量实际持有的在不影响企业生存时可回报股东(债权人）的最大现金额 \n'+ \
-               '15.(企业)自由现金流可以理解为归属于股东与债权人的最大现金流，而股东(股权)自由现金流则是归属于股东的最大现金流。 \n', \
+               '稀释每股指标:假设企业所有发行在外的稀释性潜在普通股期间内均转换为普通股，导致普通股股数增加 \n'+ \
+               '潜在普通股：赋予其持有者在报告期或以后享有取得普通股权利的金融工具或者其他合同，如可转债、认股权证、股份期权等 \n'+ \
+               '摊薄每股指标：使用期末数值计算，而非期初期末均值，其结果更能反应期末情况，可能大于、小于或等于每股指标 \n'+ \
+               '调整后每股净资产的意义：考虑了净资产的流动性和变现能力，更加具有谨慎性或稳健性 \n'+ \
+               '调整后每股净资产=（年度末股东权益-三年以上的应收款项净额-待摊费用-长期待摊费用）/年度末普通股股份总数 \n'+ \
+               '应收款项净额：包括应收帐款、其他应收款、预付帐款、应收股利、应收利息、应收补贴款 \n'+ \
+               '留存收益：指企业从历年实现的利润中提取或形成的留存于企业的内部积累，包括盈余公积和未分配利润两类 \n'+ \
+               '盈余公积：指从税后利润中提取的、存留于企业内部、具有特定用途的收益积累，包括法定盈余公积和任意盈余公积 \n'+ \
+               '盈余公积的用途：可用于企业职工福利设施的支出、弥补亏损、扩大生产经营、转增资本（或股本）或派送新股等 \n'+ \
+               '法定盈余公积：指企业按照公司法等法律规定的比例(例如10%)从净利润中提取的盈余公积 \n'+ \
+               '任意盈余公积：指企业经股东大会或类似机构批准按照规定的比例从净利润中提取的盈余公积，其提取比例由企业自行确定 \n'+ \
+               '未分配利润：指企业实现的净利润经过弥补亏损、提取盈余公积和向投资者分配利润后留存在企业的、历年结存的利润 \n'+ \
+               '资本公积金：指由资本原因形成的公积金，如发行股份溢价、资产重估增值、接受捐赠等，用于转增股本，不得用于弥补亏损 \n'+ \
+               '自由现金流=企业经营活动现金流-资本性支出，用来衡量实际持有的在不影响企业生存时可回报股东(债权人）的最大现金额 \n'+ \
+               '(企业)自由现金流可以理解为归属于股东与债权人的最大现金流，而股东(股权)自由现金流则是归属于股东的最大现金流。 \n', \
 
               '营运能力': \
                '注：\n'+ \
-               '1. 指标周转率/周转次数：营业(总)收入 / 指标的起初期末均值。一般来说数值越大越好 \n'+ \
-               '2. 指标周转天数：360/周转率(或周转次数)。一般来说数值越小越好 \n'+ \
-               '3. 注意：本表指标主要针对非金融行业，部分指标不适用于金融行业。 \n', \
+               '指标周转率/周转次数：营业(总)收入 / 指标的起初期末均值。一般来说数值越大越好 \n'+ \
+               '指标周转天数：360/周转率(或周转次数)。一般来说数值越小越好 \n'+ \
+               '注意：本表指标主要针对非金融行业，部分指标不适用于金融行业。 \n', \
               
               '盈利能力': 
                '注：\n'+ \
-               '1. 毛利润=营业(总)收入-营业(总)成本 \n'+ \
-               '2. 营业利润=毛利润-营业税金及附加-期间费用-资产减值损失+公允价值变动损益+投资损益 \n'+ \
-               '3. 营业利润率=营业利润 / 营业(总)收入 x100% \n'+ \
-               '4. 营业利润率的意义：在不考虑营业外收支和所得税费用时，反映企业经营业务创造利润能力，比毛利率更能反映企业的盈利能力 \n'+ \
-               '5. 成本费用利润率=利润总额 / 成本费用总额 ×100%，反映企业付出一单位成本可以获取多少利润，即企业获取利润的效率 \n'+ \
-               '6. 利润总额=营业利润+营业外收入-营业外支出 \n'+ \
-               '7. 成本费用总额=营业成本+营业税金及附加+期间费用+资产减值损失 \n'+ \
-               '8. 总资产净利率：这里默认使用总资产期初期末平均值，=净利润 / 总资产期初期末平均值 \n'+ \
-               '9. 总资产净利率_平均(含少数股东损益)：即在扣除少数股东损益之前的总资产净利率 \n'+ \
-               '10.少数股东损益：指公司合并报表的子公司中其它非控股股东享有的损益 \n'+ \
-               '11.总资产报酬率=息税前利润 / 总资产期初期末均值 ×100%，即（利润总额+利息支出） / 平均总资产 ×100% \n'+ \
-               '12.总资本回报率(收益率)（Return of Total Capital）=(利润总额+借入资本利息) / 总资本 x100%， \n'+ \
-               '13.总资本回报率(收益率)反映企业总资本的收益能力，从经营者的立场观察，自有资本和借入资本没有区分的必要 \n'+ \
-               '14.在借入资本利息中，除去利息支出、贴现费用、企业借债利息外，还应包括公司债券折价摊销数额在内 \n'+ \
-               '15.息前税后总资产报酬率=息前税后利润 / 总资产期初期末均值 ×100% \n'+ \
-               '16.净资产收益率(ROE)=净利润 / 净资产期初期末均值 ×100% \n'+ \
-               '17.摊薄净资产收益率=净利润 / 净资产期末数值 ×100%，强调期末情况 \n'+ \
-               '18.投入资本回报率(ROIC，Return Of Invested Capital)=息税前利润(EBIT) x (1-税率) / 投入资本 x100% \n'+ \
-               '19.息税前利润(EBIT)=营业收入–营业成本–营业费用+营业外收入支出(或是税前净利+利息费用) \n'+ \
-               '20.投入资本（Invested Capital）=流动资产–流动负债+不动产与厂房设备净额+无形资产及商誉，注意与总资本不同 \n'+ \
-               '21.投入资本回报率的意义：更多地从投资而非财务角度看，每单位投资的资本所能赚取息税前利润的多少。 \n', \
+               '毛利润=营业(总)收入-营业(总)成本 \n'+ \
+               '营业利润=毛利润-营业税金及附加-期间费用-资产减值损失+公允价值变动损益+投资损益 \n'+ \
+               '营业利润率=营业利润 / 营业(总)收入 x100% \n'+ \
+               '营业利润率的意义：不考虑营业外收支和所得税费用时，反映主营业务创造利润能力，比毛利率更能反映盈利能力 \n'+ \
+               '成本费用利润率=利润总额 / 成本费用总额 ×100%，反映付出一单位成本可以获取多少利润，即获取利润的效率 \n'+ \
+               '利润总额=营业利润+营业外收入-营业外支出 \n'+ \
+               '成本费用总额=营业成本+营业税金及附加+期间费用+资产减值损失 \n'+ \
+               '总资产净利率：这里默认使用总资产期初期末平均值，=净利润 / 总资产期初期末平均值 \n'+ \
+               '总资产净利率_平均(含少数股东损益)：即在扣除少数股东损益之前的总资产净利率 \n'+ \
+               '少数股东损益：指公司合并报表的子公司中其它非控股股东享有的损益 \n'+ \
+               '总资产报酬率=息税前利润 / 总资产期初期末均值 ×100%，即（利润总额+利息支出） / 平均总资产 ×100% \n'+ \
+               '总资本回报率(收益率)（Return of Total Capital）=(利润总额+借入资本利息) / 总资本 x100%， \n'+ \
+               '总资本回报率(收益率)反映企业总资本的收益能力，从经营者的立场观察，自有资本和借入资本没有区分的必要 \n'+ \
+               '在借入资本利息中，除去利息支出、贴现费用、企业借债利息外，还应包括公司债券折价摊销数额在内 \n'+ \
+               '息前税后总资产报酬率=息前税后利润 / 总资产期初期末均值 ×100% \n'+ \
+               '净资产收益率(ROE)=净利润 / 净资产期初期末均值 ×100% \n'+ \
+               '摊薄净资产收益率=净利润 / 净资产期末数值 ×100%，强调期末情况 \n'+ \
+               '投入资本回报率(ROIC，Return Of Invested Capital)=息税前利润(EBIT) x (1-税率) / 投入资本 x100% \n'+ \
+               '息税前利润(EBIT)=营业收入–营业成本–营业费用+营业外收入支出(或是税前净利+利息费用) \n'+ \
+               '投入资本（Invested Capital）=流动资产–流动负债+不动产与厂房设备净额+无形资产及商誉，注意与总资本不同 \n'+ \
+               '投入资本回报率的意义：更多地从投资而非财务角度看，每单位投资的资本所能赚取息税前利润的多少。 \n', \
               
               '收益质量':
                '注：\n'+ \
-               '1. 销售成本率=营业(总)成本 / 营业(总)收入 x100%，=1-毛利润 \n'+ \
-               '2. 成本费用率=(营业(总)成本+期间费用) / 营业(总)收入 x100%，=销售成本率+期间费用率，可评价企业对成本费用的控制能力 \n'+ \
-               '3. 期间费用率=期间费用 / 营业(总)收入 x100% \n',
+               '销售成本率=营业(总)成本 / 营业(总)收入 x100%，=1-毛利润 \n'+ \
+               '成本费用率=(营业(总)成本+期间费用) / 营业(总)收入 x100%，=销售成本率+期间费用率，表示企业的成本费用控制能力 \n'+ \
+               '期间费用率=期间费用 / 营业(总)收入 x100% \n',
               
               '成长能力':
-                '注：\n'+ \
-              '1. 扣费(后)净利润=净利润-非经常性损益，即扣除了偶然的不可持续或不常发生的收益，可持续性更强，可能大于或小于净利润 \n'+ \
-               '2. 归属母公司净利润：简称归母净利润，指企业合并报表中归属控股公司(母公司)的利润，不包括归属子公司中非控股股东的利润。 \n',
+              '注：\n'+ \
+               '扣费(后)净利润=净利润-非经常性损益，即扣除了偶然的不可持续或不常发生的收益，可持续性强，可大于或小于净利润 \n'+ \
+               '归属母公司净利润：简称归母净利润，指合并报表中归属母公司(上市公司)的利润，不包括子公司中非控股股东的利润。 \n',
               
               '财务风险':
                '注：\n'+ \
-               '1. 保守速动比率：又称超速动比率，=(现金+短期证券投资+应收账款净额) / 流动负债，比速动比能够更好地评价企业短期偿债能力 \n'+ \
-               '2. 应收账款净额:指应收账款和其他应收款减去备抵坏账的净额，实质即为信誉高客户的应收款净额 \n'+ \
-               '3. 产权比率(equity ratio)=负债总额 / 所有者权益总额(净资产) x100%，从一个方面说明企业长期偿债能力，越高越弱 \n'+ \
-               '4. 说明：本表指标主要针对非金融普通企业，部分指标不完全适用于金融行业。 \n\n'+ \
-               '*** 注意：财报比率统计口径可能存在差异(例如采用期末/期初期末均值/期间加权等)，但不影响同一指标的可比性。',
+               '保守速动比率：又称超速动比率，=(现金+短期证券投资+应收账款净额)/流动负债，比速动比能够更好地评价短期偿债能力 \n'+ \
+               '应收账款净额:指应收账款和其他应收款减去备抵坏账的净额，实质即为信誉高客户的应收款净额 \n'+ \
+               '产权比率(equity ratio)=负债总额 / 所有者权益总额(净资产) x100%，从一个方面说明企业长期偿债能力，越高越弱 \n'+ \
+               '说明：本表指标主要针对非金融普通企业，部分指标不完全适用于金融行业。 \n\n'+ \
+               '注意：财报比率统计口径可能存在差异(例如采用期末/期初期末均值/期间加权等)，但不影响同一指标的可比性。',
               }        
         
     # 一只股票情形：多日期
@@ -3744,7 +3744,8 @@ def compare_fin_summary_china(tickers,fsdates,facecolor='whitesmoke'):
         titletxt="\n===== 上市公司财务报表摘要对比：报表日期"+fsdates3[0]+" ====="
         print('\n'+titletxt)    
         """
-        titletxt="财报摘要：报表日"+fsdates3[0]
+        #titletxt="财报摘要：报表日"+fsdates3[0]
+        titletxt="财报摘要："+fsdates3[0]
         
         mdf=pd.DataFrame()
         for t in tickers_found:
@@ -4102,89 +4103,89 @@ def compare_fin_indicator_china(tickers,fsdates,facecolor='papayawhip'):
     # 注释
     notesdict={'规模指标': \
                '注：\n'+ \
-               '1. 短期=一年以内，长期=一年以上 \n'+ \
-               '2. 非经常性损益=非经常性或偶然活动带来的损益，一般不可持续。 \n', \
+               '短期=一年以内，长期=一年以上 \n'+ \
+               '非经常性损益=非经常性或偶然活动带来的损益，一般不可持续。 \n', \
               
               '利润回报': \
                '注：\n'+ \
-               '1. 销售毛利率=毛利率=毛利润/营业(总)收入*100%，毛利润=营业(总)收入-营业(总)成本 \n'+ \
-               '2. 主营业务利润率=主营业务利润/主营业务收入*100%，主营业务利润=主营业务收入-主营业务成本-主营业务税金及附加 \n'+ \
-               '3. 营业利润率=营业利润/营业(总)收入*100%，营业利润=主营业务利润+其他业务利润-期间费用+其他损益 \n'+ \
-               '4. 其他业务利润=其他业务收入-其它业务支出-其他业务税金及附加，期间费用=销售费用+管理费用+财务费用 \n'+ \
-               '5. 其他损益=-资产减值损失+公允价值变动损益(损失为负数)+投资损益(损失为负数)+资产处置损益(损失为负数) \n'+ \
-               '6. 利润总额=营业利润+营业外收入-营业外支出 \n'+ \
-               '7. 销售净利率=净利润率=净利润/营业(总)收入*100%，净利润=利润总额-所得税费用 \n'+ \
-               '8. 成本费用利润率=利润总额/成本费用总额*100%，成本费用总额=营业(总)成本+营业税金及附加+期间费用+资产减值损失 \n'+ \
-               '9. 主营业务收入成本率=主营业务成本/主营业务收入*100% \n'+ \
-               '10.三项费用比重=(管理费用+营业费用+财务费用)/营业(总)收入*100% \n'+ \
-               '11.主营利润比重=主营业务利润/利润总额×100% \n'+ \
-               '12.非主营比重=非主营业务利润/利润总额×100% \n'+ \
-               '13.固定资产比重=固定资产/资产总额*100% \n'+ \
-               '14.总资产利润率=利润总额/资产总额*100%，总资产净利润率(ROA)=净利润/资产总额*100% \n'+ \
-               '15.资产报酬率=息税前利润/资产总额*100%，息税前利润(EBIT)=净利润+所得税费用+利息费用 \n'+ \
-               '16.净资产收益率(ROE)=净利润/净资产*100%，净资产=资产总额-负债总额 \n'+ \
-               '17.加权净资产收益率=净利润/加权平均净资产*100%，加权平均净资产含期间内净资产增减(如发新股、债转股或分红)情况 \n'+ \
-               '18.净资产报酬率=息税前利润/加权平均净资产*100% \n'+ \
-               '19.投资报酬率=投资回报率(ROI)=利润总额/投资总额*100%，投资总额=短期投资+长期投资 \n'+ \
-               '20.股本报酬率=净利润/股东股本总数*100%，相当于股东股本按面值1元计算 \n'+ \
-               '21.股息发放率=股利支付率=股利/净利润*100%，反映公司的股利分配政策，比例高表明公司不需更多的资金进行再投入。 \n', \
+               '销售毛利率=毛利率=毛利润/营业(总)收入*100%，毛利润=营业(总)收入-营业(总)成本 \n'+ \
+               '主营业务利润率=主营业务利润/主营业务收入*100%，主营业务利润=主营业务收入-主营业务成本-主营业务税金及附加 \n'+ \
+               '营业利润率=营业利润/营业(总)收入*100%，营业利润=主营业务利润+其他业务利润-期间费用+其他损益 \n'+ \
+               '其他业务利润=其他业务收入-其它业务支出-其他业务税金及附加，期间费用=销售费用+管理费用+财务费用 \n'+ \
+               '其他损益=-资产减值损失+公允价值变动损益(损失为负数)+投资损益(损失为负数)+资产处置损益(损失为负数) \n'+ \
+               '利润总额=营业利润+营业外收入-营业外支出 \n'+ \
+               '销售净利率=净利润率=净利润/营业(总)收入*100%，净利润=利润总额-所得税费用 \n'+ \
+               '成本费用利润率=利润总额/成本费用总额*100%，成本费用总额=营业(总)成本+营业税金及附加+期间费用+资产减值损失 \n'+ \
+               '主营业务收入成本率=主营业务成本/主营业务收入*100% \n'+ \
+               '三项费用比重=(管理费用+营业费用+财务费用)/营业(总)收入*100% \n'+ \
+               '主营利润比重=主营业务利润/利润总额×100% \n'+ \
+               '非主营比重=非主营业务利润/利润总额×100% \n'+ \
+               '固定资产比重=固定资产/资产总额*100% \n'+ \
+               '总资产利润率=利润总额/资产总额*100%，总资产净利润率(ROA)=净利润/资产总额*100% \n'+ \
+               '资产报酬率=息税前利润/资产总额*100%，息税前利润(EBIT)=净利润+所得税费用+利息费用 \n'+ \
+               '净资产收益率(ROE)=净利润/净资产*100%，净资产=资产总额-负债总额 \n'+ \
+               '加权净资产收益率=净利润/加权平均净资产*100%，加权平均净资产含期间内净资产增减(如发新股、债转股或分红)情况 \n'+ \
+               '净资产报酬率=息税前利润/加权平均净资产*100% \n'+ \
+               '投资报酬率=投资回报率(ROI)=利润总额/投资总额*100%，投资总额=短期投资+长期投资 \n'+ \
+               '股本报酬率=净利润/股东股本总数*100%，相当于股东股本按面值1元计算 \n'+ \
+               '股息发放率=股利支付率=股利/净利润*100%，反映公司的股利分配政策，比例高表明公司不需更多的资金进行再投入。 \n', \
 
               '每股指标': \
                '注：\n'+ \
-               '1. 每股收益=净利润/流通股数量，其中流通股数量按期初期末均值计算 \n'+ \
-               '2. 扣除非经常性损益后的每股收益=扣除非经常性损益后的净利润/流通股数量 \n'+ \
-               '3. 加权每股收益=净利润/加权流通股数量，加权流通股数量含期间内流通股数量的变化(增发新股、送股、转增股本或配股等) \n'+ \
-               '4. 摊薄每股收益=净利润/期末流通股数量 \n'+ \
-               '5. 调整后每股收益=调整后净利润/流通股数量，其中调整后净利润考虑了长期账龄的应收款项成为呆坏账对净利润的影响 \n'+ \
-               '6. 稀释后每股收益=净利润/稀释后流通股数量，假设企业的可转债、认股权证、股票期权等期间内均转换为普通股的情形 \n'+ \
-               '7. 每股净资产(调整前)=净资产/流通股数量，调整后指标考虑了净资产的流动性和变现能力，扣除了长期应收款项和(长期)待摊费用 \n'+ \
-               '8. 每股未分配利润=未分配利润/流通股数量，未分配利润指净利润经过弥补亏损、提取盈余公积和分红后留存在企业的利润累积 \n'+ \
-               '9. 每股资本公积金=资本公积金/流通股数量，资本公积金含发行股份的溢价、资产重估增值、接受捐赠等，仅可用于转增股本。 \n', \
+               '每股收益=净利润/流通股数量，其中流通股数量按期初期末均值计算 \n'+ \
+               '扣除非经常性损益后的每股收益=扣除非经常性损益后的净利润/流通股数量 \n'+ \
+               '加权每股收益=净利润/加权流通股数量，加权流通股数量含期间内流通股数量的变化(增发新股、送股、转增股本或配股等) \n'+ \
+               '摊薄每股收益=净利润/期末流通股数量 \n'+ \
+               '调整后每股收益=调整后净利润/流通股数量，其中调整后净利润考虑了长期账龄的应收款项成为呆坏账对净利润的影响 \n'+ \
+               '稀释后每股收益=净利润/稀释后流通股数量，假设企业的可转债、认股权证、股票期权等期间内均转换为普通股的情形 \n'+ \
+               '每股净资产(调整前)=净资产/流通股数量，调整后指标则考虑了其流动性和变现能力，扣除了长期应收款项和(长期)待摊费用 \n'+ \
+               '每股未分配利润=未分配利润/流通股数量，未分配利润指净利润经过弥补亏损、提取盈余公积和分红后留存在企业的利润累积 \n'+ \
+               '每股资本公积金=资本公积金/流通股数量，资本公积金含发行股份的溢价、资产重估增值、接受捐赠等，仅可用于转增股本。 \n', \
               
               '营运能力': 
                '注：\n'+ \
-               '1. 指标周转率/周转次数：营业(总)收入 / 指标的起初期末均值，从企业自身角度来说越大越好，但若涉及供应商则可能相反 \n'+ \
-               '2. 指标周转天数：360/周转率(或周转次数)，从企业自身角度来说越小越好，但若涉及供应商则可能相反 \n'+ \
-               '3. 注意：本表指标主要针对非金融行业，部分指标不适用于金融行业。 \n', \
+               '指标周转率/周转次数：营业(总)收入/指标的起初期末均值，从企业自身角度来说越大越好，但若对供应商则可能相反 \n'+ \
+               '指标周转天数：360/周转率(或周转次数)，从企业自身角度来说越小越好，但若涉及供应商则可能相反 \n'+ \
+               '注意：本表指标主要针对非金融行业，部分指标不适用于金融行业。 \n', \
               
               '现金指标':
                '注：\n'+ \
-               '1. 现金流量比率=经营活动产生的现金净流量/期末流动负债*100%，反映企业短期偿债能力 \n'+ \
-               '2. 经营现金净流量对销售收入比率=销售现金比率，与赊销政策有关，若企业有虚假收入，也会使该指标过低 \n'+ \
-               '3. 资产的经营现金流量回报率=经营现金流量净额/总资产*100%,体现企业经营活动的收现能力 \n'+ \
-               '4. 经营现金净流量与净利润的比率=净现比=经营现金流量净额/净利润*100%。比率越大,企业盈利质量越高。 \n',
+               '现金流量比率=经营活动产生的现金净流量/期末流动负债*100%，反映企业短期偿债能力 \n'+ \
+               '经营现金净流量对销售收入比率=销售现金比率，与赊销政策有关，若企业有虚假收入，也会使该指标过低 \n'+ \
+               '资产的经营现金流量回报率=经营现金流量净额/总资产*100%,体现企业经营活动的收现能力 \n'+ \
+               '经营现金净流量与净利润的比率=净现比=经营现金流量净额/净利润*100%。比率越大,企业盈利质量越高。 \n',
                
               '偿债能力':
                '注：\n'+ \
-               '1. 流动比率=流动资产/流动负债，反映企业的短期偿债能力，属于宽松指标 \n'+ \
-               '2. 速动比率=(流动资产-存货)/流动负债，反映企业的短期偿债能力，属于较严的指标 \n'+ \
-               '3. 现金比率=(货币资金+短期有价证券)/流动负债*100%，反映企业的短期偿债能力，属于严厉的指标 \n'+ \
-               '4. 利息支付倍数=利息保障倍数=税息前利润/利息费用*100%，衡量偿付借款利息的能力 \n'+ \
-               '5. 长期负债比率=资本化比率=长期负债/资产总额*100% \n'+ \
-               '6. 股东权益比率=自有资本比率=净资产比率=股东权益/资产总额*100% \n'+ \
-               '7. 产权比率=长期负债/所有者权益(股东权益)*100% \n'+ \
-               '8. 长期债务与营运资金比率=长期债务/营运资金*100%，反映偿还债务能力，通常长期债务不应超过营运资金 \n'+ \
-               '9. 营运资金=流动资产-流动负债 \n'+ \
-               '10. 股东权益与固定资产比率=股东权益总额÷固定资产总额×100%，衡量公司财务结构稳定性，越大越稳定 \n'+ \
-               '11. 清算价值比率=有形资产/负债总额*100%，反映公司清偿全部债务的能力 \n'+ \
-               '12. 经营现金净流量对负债比率=现金流量负债比=经营活动现金流量净额/负债总额*100%，比率越高，财务弹性越好。 \n',
+               '流动比率=流动资产/流动负债，反映企业的短期偿债能力，属于宽松指标 \n'+ \
+               '速动比率=(流动资产-存货)/流动负债，反映企业的短期偿债能力，属于较严的指标 \n'+ \
+               '现金比率=(货币资金+短期有价证券)/流动负债*100%，反映企业的短期偿债能力，属于严厉的指标 \n'+ \
+               '利息支付倍数=利息保障倍数=税息前利润/利息费用*100%，衡量偿付借款利息的能力 \n'+ \
+               '长期负债比率=资本化比率=长期负债/资产总额*100% \n'+ \
+               '股东权益比率=自有资本比率=净资产比率=股东权益/资产总额*100% \n'+ \
+               '产权比率=长期负债/所有者权益(股东权益)*100% \n'+ \
+               '长期债务与营运资金比率=长期债务/营运资金*100%，反映偿还债务能力，通常长期债务不应超过营运资金 \n'+ \
+               '营运资金=流动资产-流动负债 \n'+ \
+               '股东权益与固定资产比率=股东权益总额÷固定资产总额×100%，衡量公司财务结构稳定性，越大越稳定 \n'+ \
+               '清算价值比率=有形资产/负债总额*100%，反映公司清偿全部债务的能力 \n'+ \
+               '经营现金净流量对负债比率=现金流量负债比=经营活动现金流量净额/负债总额*100%，比率越高，财务弹性越好。 \n',
               
               '应收账款':
                '注：\n'+ \
-               '1. 使用账龄法对应收账款/其他应收款分类 \n'+ \
-               '2. 一般而言，应收款项的账龄越长，成为呆坏账的可能性就越大。 \n',
+               '使用账龄法对应收账款/其他应收款分类 \n'+ \
+               '一般而言，应收款项的账龄越长，成为呆坏账的可能性就越大。 \n',
               
               '预付账款':
                '注：\n'+ \
-               '1. 一般而言，预付款项数额越大，企业在供应链中的地位越低 \n'+ \
-               '2. 一般而言，预付款项的账龄越长，企业在供应链中的地位越低。 \n',
+               '一般而言，预付款项数额越大，企业在供应链中的地位越低 \n'+ \
+               '一般而言，预付款项的账龄越长，企业在供应链中的地位越低。 \n',
               
               '其他指标':
                 '注：\n'+ \
-               '1. 长期资产与长期资金比率=非流动资产/(长期负债+股东权益)*100%，长期资金少，流动负债较多，财务风险较大 \n'+ \
-               '2. 资本化比率=长期负债/(长期负债+股东权益)*100%，指标值越小，负债的资本化程度就越低，长期偿债压力就越小 \n'+ \
-               '3. 固定资产净值率=(固定资产原值-累计折旧)/固定资产原值*100%，反映企业全部固定资产平均新旧程度 \n'+ \
-               '4. 资本固定化比率=非流动资产/净资产*100%，若超过100%，说明固定资产资金投入超过自身能力，易造成财务状况恶化。 \n',
+               '长期资产与长期资金比率=非流动资产/(长期负债+股东权益)*100%，长期资金少，流动负债较多，财务风险较大 \n'+ \
+               '资本化比率=长期负债/(长期负债+股东权益)*100%，指标值越小，负债的资本化程度就越低，长期偿债压力就越小 \n'+ \
+               '固定资产净值率=(固定资产原值-累计折旧)/固定资产原值*100%，反映企业全部固定资产平均新旧程度 \n'+ \
+               '资本固定化比率=非流动资产/净资产*100%，若超过100%说明固定资产资金投入超过自身能力，易造成财务状况恶化。\n',
               }        
     
     # 标记选项类型
@@ -4272,7 +4273,8 @@ def compare_fin_indicator_china(tickers,fsdates,facecolor='papayawhip'):
         titletxt="\n===== 上市公司财务报表主要比率和重要项目对比：报表日期"+fsdates3[0]+" ====="
         print('\n'+titletxt)    
         """
-        titletxt="主要财务比率和指标：报表日"+fsdates3[0]
+        #titletxt="主要财务比率和指标：报表日"+fsdates3[0]
+        titletxt="主要财务比率和指标："+fsdates3[0]
         
         for ty in typelist:
             dft=mdf[mdf['选项']==ty]

siat/financials_china2.py

@@ -571,8 +571,8 @@ def fs_item_analysis_1(df,ticker,fsdate,items,title_txt='',notes='',facecolor='p
         """
         
         if not math.isnan(i_value):
-            i_value_yy=round(i_value/yiyuan,2)
-            i_value_qc_yy=round(i_value_qc/yiyuan,2)
+            i_value_yy=round(i_value/yiyuan,4)
+            i_value_qc_yy=round(i_value_qc/yiyuan,4)
             i_value_chg_yy=round(i_value_yy - i_value_qc_yy,2)
             if not(i_value_qc_yy==0):
                 i_value_chg_pct=round(i_value_chg_yy/i_value_qc_yy*100,2)
@@ -599,9 +599,10 @@ def fs_item_analysis_1(df,ticker,fsdate,items,title_txt='',notes='',facecolor='p
     if title_txt=='':
         tname=ticker_name(ticker,'stock').replace("(A股)",'')
         title_txt=tname+"财报分析：重要项目的变动情况\n（截至"+fsdate+"）"
-    import datetime; today=datetime.date.today()
+    import datetime; todaydt=datetime.date.today()
     #footnote="*单位：亿元，数据来源：新浪财经，"+str(today) 
-    footnote="*单位：亿元，本期报表日期："+fsdate+'，数据来源：新浪财经' 
+    #footnote="*单位：亿元，本期报表日期："+fsdate+'，数据来源：新浪财经'
+    footnote="单位：亿元，数据来源：新浪财经，"+str(todaydt)
     
     if notes=='':
         foottext=footnote
@@ -647,7 +648,7 @@ def fs_item_analysis_2(df,ticker,fsdates,items,title_txt='',notes='',facecolor='
         row_list=[i]
         for fd in fsdates1:
             i_value,_,_=select_item(df,ticker,fd,i)
-            row_list=row_list+[round(i_value/yiyuan,2)]
+            row_list=row_list+[round(i_value/yiyuan,4)]
         dfp.loc[len(dfp)] = row_list
     
     last_row=[items[0]+"占比%"]
@@ -663,8 +664,8 @@ def fs_item_analysis_2(df,ticker,fsdates,items,title_txt='',notes='',facecolor='
     if title_txt=='':
         tname=ticker_name(ticker,'stock').replace("(A股)",'')
         title_txt=tname+"财报分析：重要项目占比的变动趋势"
-    import datetime; today=datetime.date.today()
-    footnote="*数据来源：新浪财经，"+str(today) 
+    import datetime; todaydt=datetime.date.today()
+    footnote="数据来源：新浪财经，"+str(todaydt) 
     
     if notes=='':
         foottext=footnote
@@ -705,7 +706,7 @@ def fs_item_analysis_3(df,ticker,fsdates,title_txt='',notes='',facecolor='papaya
         row_list=[i]
         for fd in fsdates1:
             i_value,_,_=select_item(df,ticker,fd,i)
-            row_list=row_list+[round(i_value/yiyuan,2)]
+            row_list=row_list+[round(i_value/yiyuan,4)]
         dfp.loc[len(dfp)] = row_list
     
     last_row=["流动比率%"]
@@ -721,8 +722,8 @@ def fs_item_analysis_3(df,ticker,fsdates,title_txt='',notes='',facecolor='papaya
     if title_txt=='':
         tname=ticker_name(ticker,'stock').replace("(A股)",'')
         title_txt=tname+"财报分析：流动比率的变动趋势"
-    import datetime; today=datetime.date.today()
-    footnote="*数据来源：新浪财经，"+str(today) 
+    import datetime; todaydt=datetime.date.today()
+    footnote="数据来源：新浪财经，"+str(todaydt) 
     
     if notes=='':
         foottext=footnote
@@ -762,14 +763,14 @@ def fs_item_analysis_4(df,ticker,fsdates,title_txt='',notes='',facecolor='papaya
     row_list=[i]
     for fd in fsdates1:
         i_value,_,_=select_item(df,ticker,fd,i)
-        row_list=row_list+[round(i_value/yiyuan,2)]
+        row_list=row_list+[round(i_value/yiyuan,4)]
     dfp.loc[len(dfp)] = row_list
     
     i='存货'
     row_list=['其中：'+i]
     for fd in fsdates1:
         i_value,_,_=select_item(df,ticker,fd,i)
-        row_list=row_list+[round(i_value/yiyuan,2)]
+        row_list=row_list+[round(i_value/yiyuan,4)]
     dfp.loc[len(dfp)] = row_list 
     
     i='速动资产合计'
@@ -783,7 +784,7 @@ def fs_item_analysis_4(df,ticker,fsdates,title_txt='',notes='',facecolor='papaya
     row_list=[i]
     for fd in fsdates1:
         i_value,_,_=select_item(df,ticker,fd,i)
-        row_list=row_list+[round(i_value/yiyuan,2)]
+        row_list=row_list+[round(i_value/yiyuan,4)]
     dfp.loc[len(dfp)] = row_list
     
     last_row=["速动比率%"]
@@ -799,8 +800,8 @@ def fs_item_analysis_4(df,ticker,fsdates,title_txt='',notes='',facecolor='papaya
     if title_txt=='':
         tname=ticker_name(ticker,'stock').replace("(A股)",'')
         title_txt=tname+"财报分析：速动比率的变动趋势"
-    import datetime; today=datetime.date.today()
-    footnote="*数据来源：新浪财经，"+str(today) 
+    import datetime; todaydt=datetime.date.today()
+    footnote="数据来源：新浪财经，"+str(todaydt) 
     
     if notes=='':
         foottext=footnote
@@ -840,7 +841,7 @@ def fs_item_analysis_5(df,ticker,fsdates,title_txt='',notes='',facecolor='papaya
         row_list=[i]
         for fd in fsdates1:
             i_value,_,_=select_item(df,ticker,fd,i)
-            row_list=row_list+[round(i_value/yiyuan,2)]
+            row_list=row_list+[round(i_value/yiyuan,4)]
         dfp.loc[len(dfp)] = row_list
     
     last_row=["资产负债率%"]
@@ -856,8 +857,8 @@ def fs_item_analysis_5(df,ticker,fsdates,title_txt='',notes='',facecolor='papaya
     if title_txt=='':
         tname=ticker_name(ticker,'stock').replace("(A股)",'')
         title_txt=tname+"财报分析：资产负债率的变动趋势"
-    import datetime; today=datetime.date.today()
-    footnote="*数据来源：新浪财经，"+str(today) 
+    import datetime; todaydt=datetime.date.today()
+    footnote="数据来源：新浪财经，"+str(todaydt) 
     
     if notes=='':
         foottext=footnote
@@ -902,7 +903,7 @@ def fs_item_analysis_6_original(df,ticker,fsdates,items,title_txt='',notes=''):
         row_list=[fd]
         for i in items:
             i_value,_,_=select_item(df,ticker,fd,i)
-            row_list=row_list+[round(i_value/yiyuan,2)]
+            row_list=row_list+[round(i_value/yiyuan,4)]
         dfp.loc[len(dfp)] = row_list
     
     last_row=["增幅%"]
@@ -919,8 +920,8 @@ def fs_item_analysis_6_original(df,ticker,fsdates,items,title_txt='',notes=''):
     if title_txt=='':
         tname=ticker_name(ticker,'stock').replace("(A股)",'')
         title_txt=tname+"财报分析：重要关联项目的增幅对比"
-    import datetime; today=datetime.date.today()
-    footnote="*数据来源：新浪财经，"+str(today) 
+    import datetime; todaydt=datetime.date.today()
+    footnote="数据来源：新浪财经，"+str(todaydt) 
     
     if notes=='':
         foottext=footnote
@@ -958,7 +959,7 @@ def fs_item_analysis_6(df,ticker,fsdates,items,title_txt='',notes='',facecolor='
         for i in items:
             i_value,_,_=select_item(df,ticker,fd,i)
             if not('%' in i) and not('(元)' in i):
-                row_list=row_list+[round(i_value/yiyuan,2)]
+                row_list=row_list+[round(i_value/yiyuan,4)]
                 yiyuan_foot=True
             else:
                 row_list=row_list+[i_value]
@@ -978,11 +979,11 @@ def fs_item_analysis_6(df,ticker,fsdates,items,title_txt='',notes='',facecolor='
     if title_txt=='':
         tname=ticker_name(ticker,'stock').replace("(A股)",'')
         title_txt=tname+"财报分析：重要关联项目的增幅对比"
-    import datetime; today=datetime.date.today()
+    import datetime; todaydt=datetime.date.today()
     if yiyuan_foot:
-        footnote="*单位：亿元，数据来源：新浪财经，"+str(today) 
+        footnote="单位：亿元，数据来源：新浪财经，"+str(todaydt) 
     else:
-        footnote="*数据来源：新浪财经，"+str(today)
+        footnote="数据来源：新浪财经，"+str(todaydt)
         
     if notes=='':
         foottext=footnote
@@ -1032,7 +1033,7 @@ def fs_item_analysis_7_original(df,tickers,fsdate,items,title_txt=''):
         for i in items:
             i_value,_,_=select_item(df,t,fsdate,i)
             if not('%' in i) and not('(元)' in i):
-                row_list=row_list+[round(i_value/yiyuan,2)]
+                row_list=row_list+[round(i_value/yiyuan,4)]
                 yiyuan_foot=True
             else:
                 row_list=row_list+[i_value]
@@ -1049,11 +1050,11 @@ def fs_item_analysis_7_original(df,tickers,fsdate,items,title_txt=''):
         ticker=tickers[0]
         tname=ticker_name(ticker,'stock').replace("(A股)",'')
         title_txt=tname+"财报分析：重要指标的同行业对比\n（截至"+fsdate+"）"
-    import datetime; today=datetime.date.today()
+    import datetime; todaydt=datetime.date.today()
     if yiyuan_foot:
-        footnote="*单位：亿元，数据来源：新浪财经，"+str(today) 
+        footnote="单位：亿元，数据来源：新浪财经，"+str(todaydt) 
     else:
-        footnote="*数据来源：新浪财经，"+str(today)
+        footnote="数据来源：新浪财经，"+str(todaydt)
     df_directprint(dfp,title_txt,footnote) 
     
     return dfp
@@ -1085,7 +1086,7 @@ def fs_item_analysis_7(df,tickers,fsdate,items,title_txt='',notes='',facecolor='
         for i in items:
             i_value,_,_=select_item(df,t,fsdate,i)
             if not('%' in i) and not('(元)' in i):
-                row_list=row_list+[round(i_value/yiyuan,2)]
+                row_list=row_list+[round(i_value/yiyuan,4)]
                 yiyuan_foot=True
             else:
                 row_list=row_list+[i_value]
@@ -1119,13 +1120,15 @@ def fs_item_analysis_7(df,tickers,fsdate,items,title_txt='',notes='',facecolor='
         ticker=tickers[0]
         tname=ticker_name(ticker,'stock').replace("(A股)",'')
         title_txt=tname+"财报分析：重要指标的同行业对比\n（截至"+fsdate+"）"
-    import datetime; today=datetime.date.today()
+    import datetime; todaydt=datetime.date.today()
     if yiyuan_foot:
         #footnote="*单位：亿元，数据来源：新浪财经，"+str(today) 
-        footnote="*单位：亿元，本期报表日期："+fsdate+'，数据来源：新浪财经'         
+        #footnote="*单位：亿元，本期报表日期："+fsdate+'，数据来源：新浪财经'
+        footnote="单位：亿元，数据来源：新浪财经，"+str(todaydt)       
     else:
         #footnote="*数据来源：新浪财经，"+str(today)
-        footnote="*本期报表日期："+fsdate+'，数据来源：新浪财经' 
+        #footnote="*本期报表日期："+fsdate+'，数据来源：新浪财经' 
+        footnote='数据来源：新浪财经，'+str(todaydt)
         
     if notes=='':
         foottext=footnote
@@ -1167,7 +1170,7 @@ def fs_item_analysis_8(df,tickers,fsdate,items,title_txt='',notes='',facecolor='
         for i in items:
             i_value,_,_=select_item(df,t,fsdate,i)
             if not('%' in i) and not('(元)' in i):
-                row_list=row_list+[round(i_value/yiyuan,2)]
+                row_list=row_list+[round(i_value/yiyuan,4)]
                 yiyuan_foot=True
             else:
                 row_list=row_list+[i_value]
@@ -1201,13 +1204,15 @@ def fs_item_analysis_8(df,tickers,fsdate,items,title_txt='',notes='',facecolor='
         tname=ticker_name(ticker,'stock').replace("(A股)",'')
         title_txt=tname+"财报分析：重要指标的同行业对比\n（截至"+fsdate+"）"
 
-    import datetime; today=datetime.date.today()
+    import datetime; todaydt=datetime.date.today()
     if yiyuan_foot:
         #footnote="*单位：亿元，数据来源：新浪财经，"+str(today) 
-        footnote="*单位：亿元，本期报表日期："+fsdate+'，数据来源：新浪财经'
+        #footnote="*单位：亿元，本期报表日期："+fsdate+'，数据来源：新浪财经'
+        footnote="单位：亿元，"+'数据来源：新浪财经，'+str(todaydt)
     else:
         #footnote="*数据来源：新浪财经，"+str(today)
-        footnote="*本期报表日期："+fsdate+'，数据来源：新浪财经'
+        #footnote="*本期报表日期："+fsdate+'，数据来源：新浪财经'
+        footnote='数据来源：新浪财经，'+str(todaydt)
     
     if notes=='':
         foottext=footnote
@@ -1268,9 +1273,9 @@ def asset_liab_structure_china(tickers,fsdates,facecolor='papayawhip'):
     comparator=tickers[0]
     comparee=tickers[1:]
     print("  Conducting asset-liability analysis ...")
-    print("  Comparator:",ticker_name(comparator,'stock'))
+    print("  Focus on:",ticker_name(comparator,'stock'))
     #print("  Comparee  :",ticker_name(comparee))
-    print("  Comparee  :",end='')
+    print("  Peers   :",end='')
     if comparee != []:
         print_list(ticker_name(comparee,'stock'))
     else:
@@ -1315,11 +1320,17 @@ def asset_liab_structure_china(tickers,fsdates,facecolor='papayawhip'):
     #资产变动趋势2
     title_txt=title_head+"主要资产项目，"+fsdate
     items2=["货币资金","应收账款","存货","长期股权投资","固定资产净额","资产总计"]
-    
+    """
     notes1="注1：货币资金包括库存现金、银行存款和其他货币资金三个部分"
     notes2="注2：其他货币资金包括银行汇(本)票存款、信用证保证金存款和信用卡存款等"
     notes3="注3：长期股权投资是指企业对其子公司、合营企业及联营企业的权益性投资"
     notes4="注4：固定资产净额 = 固定资产原值 - 累计折旧 - 资产减值准备"
+    """
+    notes1="注：\n货币资金包括库存现金、银行存款和其他货币资金三个部分"
+    notes2="其他货币资金包括银行汇(本)票存款、信用证保证金存款和信用卡存款等"
+    notes3="长期股权投资是指企业对其子公司、合营企业及联营企业的权益性投资"
+    notes4="固定资产净额 = 固定资产原值 - 累计折旧 - 资产减值准备"
+    
     notes=notes1+'\n'+notes2+'\n'+notes3+'\n'+notes4
     dfp2=fs_item_analysis_1(df,ticker,fsdate,items2,title_txt,notes,facecolor=facecolor)
     
@@ -1331,7 +1342,7 @@ def asset_liab_structure_china(tickers,fsdates,facecolor='papayawhip'):
     #所有者权益变动趋势
     title_txt=title_head+"主要权益项目，"+fsdate
     items4=["实收资本(或股本)","资本公积","盈余公积","未分配利润","所有者权益合计"]
-    
+    """
     notes1="注1：实收资本(或股本，Paid-in Capital)指企业实际收到的投资人投入的资本"
     notes2="注2：资本公积是由股东投入的因故不能计入实收资本(或股本)中的那部分投入资金"
     notes3="     资本公积包括资本(股本)溢价、其他资本公积、资产评估增值、资本折算差额"
@@ -1346,6 +1357,22 @@ def asset_liab_structure_china(tickers,fsdates,facecolor='papayawhip'):
     notes12="     任意盈余公积是指企业内部可自主决定比例提取的盈余公积"
     notes13="     企业提取的盈余公积可用于弥补亏损、转增资本、发放现金股利或利润等"
     notes14="注4：未分配利润是净利润经弥补亏损、提取盈余公积和向投资者分配利润后的资金"
+    """
+    notes1="注：\n实收资本(或股本，Paid-in Capital)指企业实际收到的投资人投入的资本"
+    notes2="资本公积是由股东投入的因故不能计入实收资本(或股本)中的那部分投入资金"
+    notes3="资本公积包括资本(股本)溢价、其他资本公积、资产评估增值、资本折算差额"
+    notes4="资本(股本)溢价是公司发行权益证券时价格超出票面价值的部分"
+    notes5="其他资本公积包括金融资产公允价值变动、被投资单位净利润以外的变动等"
+    notes6="资产评估增值是重估企业资产时，重估价高于资产的账面净值的部分"
+    notes7="资本折算差额是外币资本因汇率变动产生的差额"
+    notes8="盈余公积是企业按照要求从税后利润中提取的、属于留存收益范畴的资金"
+    notes9="企业从历年利润中提取的留存于企业的内部积累，包括盈余公积和未分配利润"
+    notes10="公司制企业的盈余公积包括法定盈余公积和任意盈余公积"
+    notes11="法定盈余公积是指企业按照规定比例从净利润中必须提取的盈余公积"
+    notes12="任意盈余公积是指企业内部可自主决定比例提取的盈余公积"
+    notes13="企业提取的盈余公积可用于弥补亏损、转增资本、发放现金股利或利润等"
+    notes14="未分配利润是净利润经弥补亏损、提取盈余公积和向投资者分配利润后的资金"
+    
     notesA=notes1+'\n'+notes2+'\n'+notes3+'\n'+notes4+'\n'+notes5+'\n'+notes6+'\n'+notes7
     notesB=notes8+'\n'+notes9+'\n'+notes10+'\n'+notes11+'\n'+notes12+'\n'+notes13+'\n'+notes14
     
@@ -1473,9 +1500,9 @@ def income_cost_structure_china(tickers,fsdates,facecolor='papayawhip'):
     comparator=tickers[0]
     comparee=tickers[1:]
     print("  Conducting income-cost analysis ...")
-    print("  Comparator:",ticker_name(comparator,'stock'))
+    print("  Focus on:",ticker_name(comparator,'stock'))
     #print("  Comparee  :",ticker_name(comparee))
-    print("  Comparee  :",end='')
+    print("  Peers   :",end='')
     if comparee != []:
         print_list(ticker_name(comparee,'stock'))
     else:
@@ -1518,18 +1545,27 @@ def income_cost_structure_china(tickers,fsdates,facecolor='papayawhip'):
     title_txt=title_head+"营业总成本占营业总收入比例情况"
     fsdates1=fsdates[:3]
     items3=["营业总成本","营业总收入"]
-    
+    """
     notes1="注1：营业总成本包括营业成本、营业税金及附加、三大费用和资产减值损失"
     notes2="注2：营业收入=主营业务收入和其他非主营业务收入"
     notes3="注3：营业总收入=营业收入+非营业收入(投资收益、营业外收入等)"
+    """
+    notes1="注：\n营业总成本包括营业成本、营业税金及附加、三大费用和资产减值损失"
+    notes2="营业收入=主营业务收入和其他非主营业务收入"
+    notes3="营业总收入=营业收入+非营业收入(投资收益、营业外收入等)"
+    
     notes=notes1+'\n'+notes2+'\n'+notes3
     dfp3=fs_item_analysis_2(df,ticker,fsdates1,items3,title_txt,notes,facecolor=facecolor)
     #====================================================================
     title_txt=title_head+"营业成本占营业总成本比例情况"
     items4=["营业成本","营业总成本"]
-    
+    """
     notes1="注1：营业成本是经营活动中发生的可归属于产品/劳务成本等的费用"
     notes2="注2：营业总成本包括营业成本、营业税金及附加、三大费用和资产减值损失"
+    """
+    notes1="注：\n营业成本是经营活动中发生的可归属于产品/劳务成本等的费用"
+    notes2="营业总成本包括营业成本、营业税金及附加、三大费用和资产减值损失"
+    
     notes=notes1+'\n'+notes2
     dfp4=fs_item_analysis_2(df,ticker,fsdates1,items4,title_txt,notes,facecolor=facecolor)
     
@@ -1558,10 +1594,15 @@ def income_cost_structure_china(tickers,fsdates,facecolor='papayawhip'):
     #title_txt=title_head+"三项费用率同行对比"
     title_txt="三项费用率同行对比："+fsdate
     items14=['营业总收入','销售费用率%','管理费用率%','研发费用率%']
-    
+    """
     notes1="注1：销售费用率 = 销售费用 / 营业总收入"
     notes2="注2：管理费用率 = 管理费用 / 营业总收入"
     notes3="注3：研发费用率 = 研发费用 / 营业总收入"
+    """
+    notes1="注：\n销售费用率 = 销售费用 / 营业总收入"
+    notes2="管理费用率 = 管理费用 / 营业总收入"
+    notes3="研发费用率 = 研发费用 / 营业总收入"
+    
     notes=notes1+'\n'+notes2+'\n'+notes3
     
     dfp12=fs_item_analysis_8(df,tickers,fsdate,items14,title_txt,notes,facecolor=facecolor)    
@@ -1653,8 +1694,8 @@ def cash_flow_structure_china(tickers,fsdates,facecolor='papayawhip'):
     comparator=tickers[0]
     comparee=tickers[1:]
     print("  Conducting cash flow analysis ...")
-    print("  Comparator:",ticker_name(comparator,'stock'))
-    print("  Comparee  :",end='')
+    print("  Focus on:",ticker_name(comparator,'stock'))
+    print("  Peers   :",end='')
     if comparee != []:
         print_list(ticker_name(comparee,'stock'))
     else:
@@ -1702,36 +1743,55 @@ def cash_flow_structure_china(tickers,fsdates,facecolor='papayawhip'):
     #同行比较
     title_txt=title_head+"现金收入能力同行比较，"+fsdate
     items16=['销售现金比率%','现金购销比率%','营业现金回笼率%']
-    
+    """
     notes1="注1：销售现金比率 = 经营活动现金流入 / 营业总收入"
     notes2="注2：现金购销比率 = 经营活动现金流出 / 经营活动现金流入"
     notes3="注3：营业现金回笼率 = 经营活动现金流入 / 营业总收入"
+    """
+    notes1="注：\n销售现金比率 = 经营活动现金流入 / 营业总收入"
+    notes2="现金购销比率 = 经营活动现金流出 / 经营活动现金流入"
+    notes3="营业现金回笼率 = 经营活动现金流入 / 营业总收入"
+    
     notes=notes1+'\n'+notes2+'\n'+notes3
     dfp12=fs_item_analysis_8(df,tickers,fsdate,items16,title_txt,notes,facecolor=facecolor)  
     
     title_txt=title_head+"现金偿债能力同行比较，"+fsdate
     items14=['短期现金偿债能力%','长期现金偿债能力%']
-    
+    """
     notes1="注1：短期现金偿债能力 = 经营活动现金流净额 / 流动负债合计"
     notes2="注2：长期现金偿债能力 = 经营活动现金流净额 / 负债合计"
+    """
+    notes1="注：\n短期现金偿债能力 = 经营活动现金流净额 / 流动负债合计"
+    notes2="长期现金偿债能力 = 经营活动现金流净额 / 负债合计"
+    
     notes=notes1+'\n'+notes2
     dfp12=fs_item_analysis_8(df,tickers,fsdate,items14,title_txt,notes,facecolor=facecolor)
     
     title_txt=title_head+"现金支付能力同行比较，"+fsdate
     items15=['现金支付股利能力(元)','现金综合支付能力%','支付给职工的现金比率%']
-    
+    """
     notes1="注1：现金支付股利能力 = 经营活动现金流净额 / 流通股股数"
     notes2="注2：现金综合支付能力 = 经营活动现金流净额 / 所有者权益合计"
     notes3="注3：支付给职工的现金比率 = 支付给(为)职工支付的现金 / 经营活动现金流入"
+    """
+    notes1="注：\n现金支付股利能力 = 经营活动现金流净额 / 流通股股数"
+    notes2="现金综合支付能力 = 经营活动现金流净额 / 所有者权益合计"
+    notes3="支付给职工的现金比率 = 支付给(为)职工支付的现金 / 经营活动现金流入"
+    
     notes=notes1+'\n'+notes2+'\n'+notes3
     dfp12=fs_item_analysis_8(df,tickers,fsdate,items15,title_txt,notes,facecolor=facecolor)
 
     title_txt=title_head+"财务指标含金量同行比较，"+fsdate
     items17=['盈利现金比率%','现金流入流出比率%','资产现金回收率%']
-    
+    """
     notes1="注1：盈利现金比率 = 经营活动现金流净额 / 净利润"
     notes2="注2：现金流入流出比率 = 经营活动现金流入 / 经营活动现金流出"
     notes3="注3：资产现金回收率 = 经营活动现金流净额 / 资产总计"
+    """
+    notes1="注：\n盈利现金比率 = 经营活动现金流净额 / 净利润"
+    notes2="现金流入流出比率 = 经营活动现金流入 / 经营活动现金流出"
+    notes3="资产现金回收率 = 经营活动现金流净额 / 资产总计"
+    
     notes=notes1+'\n'+notes2+'\n'+notes3
     dfp12=fs_item_analysis_8(df,tickers,fsdate,items17,title_txt,notes,facecolor=facecolor)
     

siat/sector_china.py

@@ -2078,7 +2078,7 @@ def industry_stock_sw(industry='801270.SW',top=5,printout=False):
     if printout:
         title_txt="申万行业成分股："+industry_sw_name(industry)+'('+industry+'.SW)'
         import datetime as dt; today=str(dt.date.today())
-        footnote="*** 成分股总数："+str(cdf_total)+"，数据来源：申万宏源，"+str(today)
+        footnote="成分股总数："+str(cdf_total)+"，数据来源：申万宏源，"+str(today)
         df_directprint(cdf1,title_txt,footnote)        
     
     #return clist1,cdf1

{siat-3.0.30.dist-info → siat-3.0.35.dist-info}/METADATA

@@ -1,6 +1,6 @@
 Metadata-Version: 2.1
 Name: siat
-Version: 3.0.30
+Version: 3.0.35
 Summary: Securities Investment Analysis Tools (siat)
 Home-page: https://pypi.org/project/siat/
 Author: Prof. WANG Dehong, International Business School, Beijing Foreign Studies University

{siat-3.0.30.dist-info → siat-3.0.35.dist-info}/RECORD

@@ -17,7 +17,7 @@ siat/capm_beta.py,sha256=cxXdRVBQBllhbfz1LeTJAIWvyRYhW54nhtNUXv4HwS0,29063
 siat/capm_beta2.py,sha256=hta-X1iWPjNbG1YYIVlQF-YvKA8An3KuEyLmUEZ3hH8,25562
 siat/capm_beta_test.py,sha256=ImR0c5mc4hIl714XmHztdl7qg8v1E2lycKyiqnFj6qs,1745
 siat/cmat_commons.py,sha256=Nj9Kf0alywaztVoMVeVVL_EZk5jRERJy8R8kBw88_Tg,38116
-siat/common.py,sha256=_g7uJlrAcyui22MTZ9mcylpKbO7edQlQotR9lpWcUY8,141536
+siat/common.py,sha256=LhJQE0aqAWiLtXIcbEBWGW3xIGwTYu3YHe5w5nVNW_o,141547
 siat/compare_cross.py,sha256=3iP9TH2h3w27F2ARZc7FjKcErYCzWRc-TPiymOyoVtw,24171
 siat/compare_cross_test.py,sha256=xra5XYmQGEtfIZL2h-GssdH2hLdFIhG3eoCrkDrL3gY,3473
 siat/concepts_iwencai.py,sha256=m1YEDtECRT6FqtzlKm91pt2I9d3Z_XoP59BtWdRdu8I,3061
@@ -39,9 +39,9 @@ siat/financial_statements.py,sha256=Ek18eKHflxZ01evOIwnfH1KZ_M2g8Vr8SxkL1om-K7U,
 siat/financial_statements_test.py,sha256=FLhx8JD-tVVWSBGux6AMz1jioXX4U4bp9DmgFHYXb_w,716
 siat/financials.py,sha256=mbEZSNeHMMFcnPUryQWvdmNlWQvpnOG9eItgS7IVw3k,80458
 siat/financials2 - 副本.py,sha256=dKlNjIfKeoSy055fQ6E6TUj9HEoO5Ney9grD84J5kfk,14389
-siat/financials2.py,sha256=c5-QHu4VJn6f67mzX_t4cJc99rE3PmlChHC9VCNdYwY,42332
-siat/financials_china.py,sha256=ffikW5pgL0omDq0C8_7wKih-1nYfcVX1u23UAb1bp4U,188137
-siat/financials_china2.py,sha256=-lelBcwtpew4h1-l0-QtThaOOhjudbn089FkVbQ2Hx0,82874
+siat/financials2.py,sha256=CMfvR0zYoNdIE59ruX5AuwNqYil4UNhfRqhyuiC1rl8,44858
+siat/financials_china.py,sha256=eF_vLhjkp5vB29WPSNKstoL-675M7Wp40k16FngBZNo,187808
+siat/financials_china2.py,sha256=yATM_6yKT9IMAUPHXxfhDbldBoJZlGhKAjJOyToIg-A,87012
 siat/financials_china2_test.py,sha256=Erz5k4LyOplBBvYls2MypuqHpVNJ3daiLdyeJezNPu0,2722
 siat/financials_china2_test2.py,sha256=C8CuYTMHN4Mhp-sTu-Bmg0zMXRCaYV6ezGDoYartRYQ,3507
 siat/financials_china2_test3.py,sha256=UXYSA80DNSPRhHpovc2MA9JkpILWMAQaRatbWCHBNPs,3118
@@ -91,7 +91,7 @@ siat/risk_evaluation.py,sha256=I6B3gty-t--AkDCO0tKF-291YfpnF-IkXcFjqNKCt9I,76286
 siat/risk_evaluation_test.py,sha256=YEXM96gKzTfwN4U61AS4Rr1tV7KgUvn4rRC6f3iMw9s,3731
 siat/risk_free_rate.py,sha256=ZMr4cHikPvXvywr54gGqiI3Nvb69am6tq3zj2hwzANE,12384
 siat/risk_free_rate_test.py,sha256=CpmhUf8aEAEZeNu4gvWP2Mz2dLoIgBX5bI41vfUBEr8,4285
-siat/sector_china.py,sha256=W8HUsBacNbILRzDLn6JLdBZ4eCAGmnVZl7nO4BcxUUs,104578
+siat/sector_china.py,sha256=PBBRd7bajz3lJAcDRVvJGeeEniNUkgHBpfkowIG2ECE,104574
 siat/sector_china_test.py,sha256=1wq7ef8Bb_L8F0h0W6FvyBrIcBTEbrTV7hljtpj49U4,5843
 siat/security_price.py,sha256=2oHskgiw41KMGfqtnA0i2YjNNV6cYgtlUK0j3YeuXWs,29185
 siat/security_price2.py,sha256=kuYh0V5cqclkM6MjZUd-N361fv3oxGVVerYINuTzZrE,24622
@@ -132,7 +132,7 @@ siat/valuation.py,sha256=NKfeZMdDJOW42oLVHob6eSVBXUqlN1OCnnzwyGAst8c,48855
 siat/valuation_china.py,sha256=Tde2LzPDQy3Z7xOQQDw4ckQMPdROp_z0-GjFE6Z5_lI,67639
 siat/valuation_market_china_test.py,sha256=gbJ0ioauuo4koTPH6WKUkqcXiQPafnbhU5eKJ6lpdLA,1571
 siat/var_model_validation.py,sha256=f-oDewg7bPzyNanz_Y_jLH68NowAA3gXFehW_weKGG0,14898
-siat-3.0.30.dist-info/METADATA,sha256=REvoWcCLwcvUXlqUsNnBTAZmHdyO_B_bUGGdeneQTpM,1448
-siat-3.0.30.dist-info/WHEEL,sha256=2wepM1nk4DS4eFpYrW1TTqPcoGNfHhhO_i5m4cOimbo,92
-siat-3.0.30.dist-info/top_level.txt,sha256=r1cVyL7AIKqeAmEJjNR8FMT20OmEzufDstC2gv3NvEY,5
-siat-3.0.30.dist-info/RECORD,,
+siat-3.0.35.dist-info/METADATA,sha256=KnjDpqBllQ_mZKHGNVMU3J5zze_dUBpdwktja0l88_A,1448
+siat-3.0.35.dist-info/WHEEL,sha256=2wepM1nk4DS4eFpYrW1TTqPcoGNfHhhO_i5m4cOimbo,92
+siat-3.0.35.dist-info/top_level.txt,sha256=r1cVyL7AIKqeAmEJjNR8FMT20OmEzufDstC2gv3NvEY,5
+siat-3.0.35.dist-info/RECORD,,