Python TIA Bloomberg从Excel公式转换为BDS（）批量数据

如果您查看

15.3 BDS（）：批量数据（静态）

下的

BLPAPI Core Developer Guide

，该指南将向您展示一个非常简单的

BDS（）

转换

我正在尝试获取段数据。这是我试图转换的Excel公式：

BDS（“MSFT”、“PG\U收入”、“PG\U层次结构\U级别=1”、“周期数=-11”、“反向周期\u顺序=N”、“产品\u地理位置\u覆盖=P”、“资金每”、“FQ”）

这是我的密码：

from tia.bbg import LocalTerminal

ticker=['MSFT US Equity']
overrides=["PG_HIERARCHY_LEVEL=1","PRODUCT_GEO_OVERRIDE=P",'FUND_PER','FQ']

resp = LocalTerminal.get_reference_data(ticker,"PG_REVENUE",overrides)
a=resp.as_map() 

似乎无论我在

重写
变量中输入了什么。我得到相同的输出

defaultdict(<type 'dict'>, {'MSFT US Equity': {'PG_REVENUE':                             Metric Name  Product Geographic Hierarchy Level  \
0               More Personal Computing                                   1   
1   Productivity and Business Processes                                   1   
2                     Intelligent Cloud                                   1   
3                   Corporate and other                                   1   
4                            Commercial                                   1   
5                      Commercial Other                                   2   
6                  Commercial Licensing                                   2   
7                 Devices and Consumers                                   1   
8                           D & C Other                                   2   
9                        D & C Hardware                                   2   
10                      D & C Licensing                                   2   

    Period 1 Value  Period 2 Value  Period 3 Value  Period 4 Value  \
0     4.046000e+04    4.316000e+04    3.840700e+04   -2.424536e-14   
1     2.648700e+04    2.643000e+04    2.697200e+04   -2.424536e-14   
2     2.504200e+04    2.371500e+04    2.173200e+04   -2.424536e-14   
3    -6.669000e+03    2.750000e+02   -2.780000e+02    4.030000e+02   
4    -2.424536e-14   -2.424536e-14   -2.424536e-14    4.534600e+04   
5    -2.424536e-14   -2.424536e-14   -2.424536e-14    5.660000e+03   
6    -2.424536e-14   -2.424536e-14   -2.424536e-14    3.968600e+04   
7    -2.424536e-14   -2.424536e-14   -2.424536e-14    3.210000e+04   
8    -2.424536e-14   -2.424536e-14   -2.424536e-14    6.618000e+03   
9    -2.424536e-14   -2.424536e-14   -2.424536e-14    6.461000e+03   
10   -2.424536e-14   -2.424536e-14   -2.424536e-14    1.902100e+04   

    Period 5 Value  
0    -2.424536e-14  
1    -2.424536e-14  
2    -2.424536e-14  
3    -4.850000e+02  
4     4.177000e+04  
5     4.644000e+03  
6     3.712600e+04  
7     3.243800e+04  
8     6.203000e+03  
9     6.740000e+03  
10    1.949500e+04  }})

defaultdict（，{'MSFT US Equity'：{'PG_REVENUE'：度量名称产品地理层次结构级别\
0更多个人电脑1
1生产力和业务流程1
2智能云1
3公司和其他1
4商业1
5商业及其他2
6商业牌照2
7设备和消费者1
8 D&C其他2
9 D&C硬件2
10 D&C许可证2
时段1取值时段2取值时段3取值时段4取值\
0 4.046000e+04 4.316000e+04 3.840700e+04-2.424536e-14
1 2.648700e+04 2.643000e+04 2.697200e+04-2.424536e-14
2.504200e+04 2.371500e+04 2.173200e+04-2.424536e-14
3-6.669000e+03 2.750000e+02-2.780000e+02 4.030000e+02
4-2.424536e-14-2.424536e-14-2.424536e-14 4.534600e+04
5-2.424536e-14-2.424536e-14-2.424536e-14 5.660000e+03
6-2.424536e-14-2.424536e-14-2.424536e-14 3.968600e+04
7-2.424536e-14-2.424536e-14-2.424536e-14 3.210000e+04
8-2.424536e-14-2.424536e-14-2.424536e-14 6.618000e+03
9-2.424536e-14-2.424536e-14-2.424536e-14 6.461000e+03
10-2.424536e-14-2.424536e-14-2.424536e-14 1.902100e+04
周期5值
0-2.424536e-14
1-2.424536e-14
2-2.424536e-14
3-4.850000e+02
4.177000e+04
5 4.644000e+03
6.3.712600e+04
7.3.243800e+04
8.6.203000e+03
9.6.740000e+03
10 1.949500e+04}）

我不知道如何按季度获得输出。
实际上，您不必为覆盖使用引号

overrides=[PG\u HIERARCHY\u LEVEL=1]

参见tia GitHub页面中的jupyter笔记本示例：
实际上，您不必为覆盖使用引号

overrides=[PG\u HIERARCHY\u LEVEL=1]

参见tia GitHub页面中的jupyter笔记本示例：
您是否尝试过使用
'FUND\u PER=FQ'
而不是
'FUND\u PER'，'FQ'
？@assylias。是的，我试过。你试过用
'FUND\u PER=FQ'
而不是
'FUND\u PER'，'FQ'
？@assylias。是的，我有。