借助pandas的筛选方法可以快速地筛选出各种数据 , [<< pandas使用指南>>](https://www.joinquant.com/view/community/detail/41f1c8a2076d4090132ea6ae767b53f3)。 **** 以下数据可在交易日盘前09:00之后获取(建议09:10之后再获取) 停牌信息可以通过[行情数据](https://www.joinquant.com/help/api/help?name=api#数据获取函数)中的paused字段获取; ST信息可以通过[get_extras](https://www.joinquant.com/help/api/help?name=api#get_extras)的is_st字段获取; 涨跌停可以用[行情数据](https://www.joinquant.com/help/api/help?name=api#数据获取函数)中的high_limit及low_limit字段和当前价格进行对比获取; **** 1. **过滤停牌** ``` def filter_paused(stocks,end_date,day=1,x=1): '''stocks:股票池 end_date:查询日期 day : 过滤最近多少天(包括今天)停牌过的股票,默认只过滤今天 x : 过滤最近day日停牌数>=x日的股票,默认1次 返回 :过滤后的股票池 ''' s = get_price(stocks,end_date=end_date,count =day,fields='paused').paused.sum() return s[s< x].index.tolist() ``` --- 2. **过滤ST** ``` def filter_st(stocks,day): datas = get_extras('is_st',stocks,end_date = day ,count=1).T return datas[~datas.iloc[:,0]].index.tolist() ``` --- 3. **过滤跌涨停等(同时也可以过滤掉停牌)** 由于涨停的定义比较复杂(一字板,触板等) , 使用条件也各有不同(判断当期是否涨停还是判断昨天有无涨停等) , 所以此处仅做示例,具体判断大家可以在使用时再考虑。 ``` stocks = get_all_securities(date='2019-09-02').index.tolist() print (len(stocks)) ``` ``` # 因为停牌时 . 涨跌停,当前价都是填充交易日的数据, 所以同时也会过滤掉停牌的标的 df = get_price(stocks,end_date='2019-09-02',count=1,fields=['close','low', 'high','high_limit','low_limit']).iloc[:,0] s1 = df[df.close!=df.high_limit].index.tolist() #剔除掉收盘价等于涨停价的 print (len(s1)) s2 = df[df.low!=df.high_limit].index.tolist() #剔除掉最低价等于涨停价的(涨停一字板) print (len(s2)) s3 = df[df.high!=df.low_limit].index.tolist() #剔除掉最高价等于涨停价的(跌停一字板) print (len(s3)) res = filter_paused(stocks,'2019-09-02') print (len(res)) ``` ``` df2 = get_price(stocks,end_date='2019-09-02 11:00:00',count=1,fields=['close', 'high_limit','low_limit'],frequency='1m').iloc[:,0] res = df2[df2.close ==df2.high_limit].index.tolist() #挑选出 11:00 的收盘价等于涨停价的 print(len(res)) #包含了停牌股 res2 = filter_st(res,'2019-09-02') #剔除停牌 print (len(res2)) #在2019-09-02 11:00:00 涨停的股票 ``` ``` df3 = get_price(stocks,end_date='2019-09-02 11:00:00',start_date='2019-09-02 09:00:00',fields=['high','close', 'high_limit'],frequency='1m') # 筛选出2019-09-02 开盘 截至 11:00:00 (触摸到过涨停价) 且 (11:00:00未封板) ; 也就是涨停后开板的标的 df3.close.iloc[-1][(df3.high.max()==df3.high_limit.iloc[-1])&(df3.close.max()!=df3.high_limit.iloc[-1])] ``` ``` conditions1 = (df3.high == df3.high_limit).sum()< 2 #封板时间不超过2分钟 conditions2 = (df3.high == df3.high_limit).sum()>0 #有过封板 conditions3 = df3.close.max()!=df3.high_limit.iloc[-1] #11:00:00的时候未涨停 df3.close.iloc[-1][conditions1&conditions2&conditions3] #筛选出满足上述三个条件的标的 ``` 4. **示例函数 : 统计某一天停牌,当日新上市,上涨,下跌,涨停,跌停户** ``` def Market_statistics(check_date,filter_st=True): '''check_date: 统计日期, filter_st: 是否过滤st''' info_data = get_all_securities(date=check_date) all_list = info_data.index.tolist() st_df = get_extras('is_st', all_list,end_date=check_date, df=True, count=1).T st_list = st_df[st_df.iloc[:,0]].index.tolist() print ('st股票有%s只'%len(st_list)) print ('未退市的有%s只'%len(all_list)) all_data = get_price(all_list,end_date=check_date,count=2,fields=['paused','close','high_limit','low_limit']) paused_data = all_data.paused.iloc[-1] paused_list = paused_data[paused_data==1].index.tolist() print ('停牌%s只'%len(paused_list)) new_data = all_data.drop(paused_list,axis=2) if filter_st ==True: filter_list = list(set(st_list)-set(paused_list)) new_data = new_data.drop(filter_list,axis=2) pct_data = new_data.close.pct_change().iloc[1] print ('当日新上市股票:%s'%pct_data[np.isnan(pct_data)].index.tolist()) print ('上涨%s只(不含当日上市)'%len(pct_data[pct_data>=0])) print ('下跌%s只'%len(pct_data[pct_data<0])) limit_up_data = new_data.iloc[:,-1,:][new_data.iloc[:,-1,:].close==new_data.iloc[:,-1,:].high_limit] print ('涨停%s只'%len(limit_up_data)) limit_down_data = new_data.iloc[:,-1,:][new_data.iloc[:,-1,:].close==new_data.iloc[:,-1,:].low_limit] print ('跌停%s只'%len(limit_down_data)) ```