add miss line

group/group.md

@@ -155,6 +155,7 @@ if __name__ == '__main__':
         perfs = []
         for perf in algor_obj.get_generator():
                 perfs.append(perf)
+        daily_stats = algor_obj._create_daily_stats(perfs)
         daily_stats.to_pickle('/tmp/perf.pickle')
     finally:
         algor_obj.data_portal = None
@@ -164,4 +165,4 @@ if __name__ == '__main__':
 
 其中 `initialize` 和 `handle_daily_data` 是我们策略的主要代码，我们将运行结果保存在 `perf.pickle` 文件中，后续如果要进一步进行分析，可以直接载入到Dataframe中进行分析，这里的输出结果和zipline 的 `-o`选项输出的内容是一致的。
 
-至此，一个相对完整的运行使用zipline运行国内市场数据的过程也完成了，同事估计大家也能对`zipline`有一个简单的了解，后面有时间的话，我会完善`zipline-cn-databundle`包，尽量使用国内公开数据，是大家可以直接使用它进行回测。
+至此，一个相对完整的运行使用zipline运行国内市场数据的过程也完成了，同事估计大家也能对`zipline`有一个简单的了解，后面有时间的话，我会完善`zipline-cn-databundle`包，尽量使用国内公开数据，是大家可以直接使用它进行回测。