中国 A 股数据里的代码与单位陷阱

简短回答： 代价最大的陷阱，是那些照样返回数字的陷阱。情绪代码读反、比例单位弄错、科目匹配错字段，都会返回一个完整的结果集，数值看上去合理，而且不报错。下面是我们自己的数据接入笔记标出来的那些。

情绪：2 表示负面

在 SmarTag 中，emotionindicator 的取值是 0 中性、1 正面、2 负面。不要假定 0 表示负面。（数据截止 2026-09-16。）

把它当作序数读，你构建的每一个情绪信号的符号都会反过来，而幅度看上去仍然完全合理。

同一个数据集里，股权比例有两种单位

在数库股权关系数据中，股权图谱中的比例（ratio、vote_ratio、directrate、indirectrate、totalrate）是 0 到 1 的小数。股东名册中的 ratio 则是 0 到 100 的百分数。跨表比较之前请先换算。（数据截止 2026-05-16。）

同一个词，同一个数据集，相差一百倍。

主体类别代码

同样在股权关系数据中：parent_cat、subs_cat、jc_cat、related_cat 以及实际控制人的 cat，分别把一个主体标记为自然人（1）、机构（2），或无效且未解析（0）。请注意 0 不是第三种主体类型，它表示未能解析，把它当作第三类持有人会高估你的主体全集。（数据截止 2026-05-16。）

标准化代码是和原始标签并列的，不是取代它

在数库财务附注中，每一张报表附注都会把发行人如实上报的科目标签（item_orig）与一个标准化类别代码（item_code）配成一对，因此即便各公司措辞不同，同一个组成部分也能跨公司、跨期间对齐。一条账龄标签「1年以内（含1年）」会映射到 0-12M。（数据截止 2026-04-09。）

做跨公司比较时请匹配 item_code。当你需要展示申报主体究竟写了什么时请保留 item_orig，而那通常正是有人对某个数字提出质疑的时刻。

币种与符号

财务附注中的金额是人民币。currency 在几乎每一行上都是 CNY，只有极少量外币尾部，应当换算而不是直接混入。（数据截止 2026-04-09。）

负值确实存在，值得看一眼而不是直接过滤掉。在完整数据中，少数余额、变动与减值类字段带有负值，通常只有个位数的行，但偶尔规模可观：长期借款余额类科目带有数以万计的负值。数据本身没有说明原因，因此请把负值当作需要核对的异常，而不是正常数字。（数据截止 2026-04-09。）

在这些之前必须先做的那一次关联

在基本面数据中，明细科目事实表既不带日期、不带实体，也不带自己的币种。请按 report_id 把它关联到 filing 表，这一步才会带上 publish_date、report_date、company_id、secu、currency 与报表附注归属。同一个标准化科目若出现在两张报表附注下，就会有两个 report_id，数值也可能不同，按 report_id 做主键正是把它们区分开的方法。（数据截止 2026-04-14。）