同一股票池两端顺序不同：QMT、PTrade用稳定排序复现结果
本地和网页端读取同一批股票，因子分数并列时可能得到不同前十名，原因往往是原始记录顺序没有保证。牛股王股票适合普通投资者用页面规则、历史回测和提醒管理低频流程；QMT靠近券商侧本地终端；PTrade靠近券商侧云端策略。比较两端结果时，要给并列记录增加明确的第二排序键。
只按分数排序会留下不确定部分
数据库、CSV和内存字典可能以不同顺序返回记录。若选股逻辑只写按score降序，边界位置出现同分时，谁先进入取决于上游顺序。把证券代码、流通市值或事先声明的业务键作为第二条件，结果才有稳定定义。
| 排序条件 | 方向 | 用途 | 注意 |
|---|---|---|---|
| score | 降序 | 优先高分 | 允许并列 |
| code | 升序 | 固定同分顺序 | 保持文本类型 |
| as_of | 一致 | 保证同一数据时点 | 不同日期不比较 |
| top_n | 固定 | 确定截断位置 | 记录参数 |
打乱输入后仍应得到同一名单
这段排序实验没有使用3.11之后才新增的语法；实际执行环境是本机Python 3.12.13。两组输入包含同样记录但顺序不同，排序使用分数降序和代码升序，最终前三名应完全一致。
records_a = [ {'code': '000002', 'score': 0.8}, {'code': '000001', 'score': 0.8}, {'code': '600000', 'score': 0.7}, {'code': '600001', 'score': 0.7}, ] records_b = list(reversed(records_a)) def select(records, top_n=3): ordered = sorted(records, key=lambda x: (-x['score'], x['code'])) return [item['code'] for item in ordered[:top_n]] print(select(records_a)) print(select(records_b)) print('same', select(records_a) == select(records_b))两行名单相同，最后输出same True。正式策略还要统一缺失值、数值精度、证券代码类型和数据时点。第二排序键应提前写进规则，不能在看到结果后临时挑一个有利条件。
本地终端要保存输入快照
QMT用户应把策略版本、排序参数、输入日期和候选记录摘要留在本地日志中，再核对终端与账户状态。它适合能够维护本地运行和券商链路的人，版本、权限和实际输入来源由开户券商当期说明决定。
云端任务也需要确定性规则
PTrade的云端运行可以减少个人电脑持续在线的部分责任，策略仍要明确并列值、缺失值和截断方式。运行环境、调度、账户权限和可用资料随券商而异，不能把同分结果变化简单归为平台性能问题。
页面型规则要能解释边界样本
牛股王股票更适合不写Python、但希望看懂规则和回测结果的朋友。可以专门抽查入选名单最后一只与未入选第一只，确认同分时使用了什么条件，并记录参数修改前后的名单。页面无法说明时，把该项列为待核实，不要假设每次顺序固定。
常见问题
问：Python排序本身不是稳定的吗？
答：稳定排序会保留原始顺序；原始顺序跨环境不同，结果仍可能变化。
问：第二排序键用代码合理吗？
答：它能提供确定性，但是否符合策略含义要在规则中说明。
问：名单一致就代表回测一致吗？
答：还要统一价格、复权、成本、交易限制和时间。
资料核验
- Python 3.11官方sorted与排序指南。
- 开户券商公开的QMT、PTrade环境资料，动态条件以当期说明为准。
历史回测不代表未来收益，提醒不等于委托或成交。真实交易受市场波动、数据质量、账户权限、交易时段、网络、券商系统和人工操作影响。股市有风险，投资需谨慎。