灵活的数据列过滤 一份整齐有序的报告，包含的数据内容总是有限的。通常，人们看到的报告内容，都是经过专人精选整理的数据项，反映了报告制作人的数据分析思想。例如，报告的制作者想体现当日股基交易量随时间的变化趋势，于是制作了下面的趋势图：

但是，这张趋势图会由不同的人进行查看和分析。而不同分析者的分析目标和方式各有不同。一个固定的图表并不太能满足所有分析需求。如果报告中提供了多个分析目标供分析者自由选择切换，就可以实现分析的灵活性、多变性和个性化。这就是数据的列过滤。 例如，某交易报告中，提供了当日股基交易量、当日股票交易量、当日股基佣金、当日基金交易量的选择列。分析者只需勾选分析目标，即可查看该数据项的趋势与明细数据。当勾选多个数据项时，还可以不同数据项做一个对比。

当分析者勾选了报告中的当日股基交易量和当日股票交易量，明细表中展示了A交易所和B交易所各日期的交易量和增长率。分析者可以轻松地对临近几个交易日的交易量做一个对比。例如，A交易所2017年6月8日的股基交易量在该周是最大的。 但是，不同的分析者，分析角度有所不同。当分析者需要分析2017年6月8日哪个交易所的交易量较大时，无法从该表得到直接的答案。可是，只要将前两列的位置做一个调换，就能轻松得到答案。 数据列的过滤与列位置调换，最大程度地支持了数据维度的自由排列组合，满足不同分析者多变的分析角度与不同的分析目标。 量身定制的行业日历 在进行交易量分析时，明细数据不仅仅包括各种交易量数据。交易量的环比增长情况同样十分重要。 由于证券交易所交易时间的特殊性，在分析交易的环比增长情况时，需排除周六日与法定节假日等非交易日。那么系统如何正确识别非交易日呢？这时，行业日历就派上用场了。行业日历，通俗地讲，就是企业的休假日历。企业只要将没有交易数据的日期记录在行业日历中，系统就可以自动跳过这些日期，计算出所需的环比值了。 例如，由于周末是非交易日，所以在下面的明细表中，2017年6月3日（周六）和2017年6月4日（周日）并不存在交易数据。那么在计算6月5日的环比增长率时，系统自动跳过了6月3日、4日，直接将5日（周一）的数据与2日（周五）的数据做了环比计算，得出的结果就是5日的环比增长率。

强大的富文本编辑 一份交易报告中，只展示交易量趋势图与交易明细数据是不够的。通常还需要一段文字，概括报告的重点内容，或者对某些数据内容进行补充说明。在文字内容中，用户可以通过简单的格式设置，比如加粗、斜体、字体颜色、字号大小等，突出重点内容。 例如，交易所月报的明细表中，包含了两个月的交易数据。我们可以通过一段文字描述，总结当日交易情况，并通过加粗和下划线的形式，突出重点数据。文字内容如下图所示： 这段文字内容看似简单，其实是文本与参数的结合体。用户可以在文字内容中，直接引用参数值。当参数值有所改变时，文字内容也会随之发生变化。 在这段文字中，一共引用了五个参数。这五个参数分别从下表所示的五个单元格中取值，即合计交易量及8月3日各交易所的成交量与环比值。当这五个单元格中的数据发生变化时，参数传递的值同样发生变化，文本框中的内容也就发生了改变。

无论是列过滤，还是行业日历，又或者是富文本功能，都大大的增加了数据报告的灵活性，满足企业用户在分析报告时的个性化需求。