【Python量化】基于同花顺问财与Pandas的涨停板数据挖掘与策略回测

1. 从零搭建涨停板分析系统

最近很多朋友问我如何用Python做量化分析，尤其是对短线交易者特别关注的涨停板数据。作为一个在量化领域摸爬滚打多年的老手，我发现同花顺问财+Python这套组合特别适合个人投资者。今天就带大家用pywencai和pandas搭建一个完整的涨停板分析系统，不仅能抓数据，还能挖掘出有价值的交易信号。

先说说为什么选择这套方案。同花顺问财的数据质量在业内是公认的靠谱，而pywencai这个开源库完美解决了网页抓取的难题。相比我之前用过的akshare，它的数据字段更丰富，特别是包含了涨停原因分类这种对短线交易至关重要的信息。pandas就不用多说了，数据分析的瑞士军刀，处理这种结构化数据再合适不过。

2. 环境配置与数据获取

2.1 准备工作

工欲善其事必先利其器，我们先搞定环境。打开你的终端（Windows用户用cmd或者PowerShell），按顺序执行以下命令：

bash复制# 安装Node.js（pywencai依赖JavaScript执行环境）
brew install node  # Mac用户
# Windows用户去官网下载安装包

# 创建虚拟环境（推荐但不强制）
python -m venv wencai_env
source wencai_env/bin/activate  # Mac/Linux
wencai_env\Scripts\activate  # Windows

# 安装必要库
pip install pywencai pandas xlsxwriter

这里有个坑我踩过：Node.js版本必须≥16，否则pywencai会报错。安装完后可以用node -v检查版本。

2.2 数据抓取实战

先看一个基础版的抓取代码：

python复制import pywencai
import pandas as pd

# 设置pandas显示选项（重要！）
pd.set_option('display.unicode.ambiguous_as_wide', True)
pd.set_option('display.max_columns', None)

date = "20240821"  # 改成你想分析的日期
query = f"{date}涨停，非ST，非科创板"
df = pywencai.get(query=query, sort_key='成交金额')

这段代码抓取了指定日期所有非ST、非科创板的涨停股。但这样太基础了，我们升级一下查询条件：

python复制advanced_query = """
20240821涨停，
非ST，
非立案调查，
a股市值<100亿，
连续涨停天数>1，
涨停原因类别包含'华为概念'
"""
df_advanced = pywencai.get(query=advanced_query)

查询语法是同花顺问财的核心能力，支持各种条件组合。几个实用技巧：

• 用逗号分隔多个条件
• 支持>,<,包含等运算符
• 字段名可以参考问财网页版的筛选条件

3. 数据清洗与特征工程

3.1 数据预处理

原始数据往往比较杂乱，我们需要先清洗：

python复制# 选择关键列
cols = ['股票代码', '股票简称', '最新价', '连续涨停天数', 
        '涨停原因类别', 'a股市值', '涨停类型']
clean_df = df[cols].copy()

# 处理缺失值
clean_df['连续涨停天数'] = clean_df['连续涨停天数'].fillna(1)

# 市值单位转换（原始数据是元）
clean_df['a股市值(亿)'] = clean_df['a股市值'] / 1e8

3.2 特征衍生

好的特征能让分析事半功倍，我常用的衍生特征：

python复制# 连板梯队标记
clean_df['梯队'] = pd.cut(clean_df['连续涨停天数'],
                       bins=[0, 1, 2, 3, 5, 10],
                       labels=['首板', '二板', '三板', '中位股', '高标'])

# 市值分组
clean_df['市值分组'] = pd.qcut(clean_df['a股市值(亿)'], 
                            q=4,
                            labels=['小盘', '中盘', '大盘', '超大盘'])

# 涨停原因拆分成列表（便于后续分析）
clean_df['原因列表'] = clean_df['涨停原因类别'].str.split('+')

4. 多维数据分析

4.1 概念板块分析

短线交易最关注的就是热点概念，我们可以这样分析：

python复制# 展开所有涨停原因
reason_df = clean_df.explode('原因列表')

# 统计概念热度
concept_stats = reason_df['原因列表'].value_counts().head(10)
print("当日热门概念TOP10:\n", concept_stats)

# 概念与连板天数的关系
concept_analysis = reason_df.groupby('原因列表')['连续涨停天数'].mean()

4.2 连板梯队分析

连板股是短线情绪风向标，建议重点关注：

python复制# 连板分布统计
lianban_stats = clean_df['梯队'].value_counts()

# 各梯队市值分布
lianban_market_cap = clean_df.groupby('梯队')['a股市值(亿)'].mean()

# 连板股涨停原因交叉分析
cross_tab = pd.crosstab(clean_df['梯队'], reason_df['原因列表'])

4.3 市值维度分析

不同市值股票的涨停特征差异很大：

python复制# 各市值分组涨停数量
market_cap_count = clean_df['市值分组'].value_counts()

# 市值与连板天数的关系
market_cap_vs_lianban = clean_df.groupby('市值分组')['连续涨停天数'].mean()

5. 策略构建与回测

5.1 次日关注策略

基于上述分析，我们可以设计一个简单的策略：

python复制def next_day_strategy(df):
    # 选择条件：二板或三板 + 小盘 + 热门概念前3
    hot_concepts = df['原因列表'].explode().value_counts().index[:3]
    condition = (
        (df['梯队'].isin(['二板', '三板'])) &
        (df['市值分组'] == '小盘') &
        (df['原因列表'].apply(lambda x: any(c in x for c in hot_concepts)))
    )
    return df[condition]

watch_list = next_day_strategy(clean_df)

5.2 简单回测方法

虽然没有专业回测框架，但可以用历史数据验证：

python复制# 假设我们已经有多日数据
all_days_df = pd.concat([day1_df, day2_df, day3_df])

# 计算次日开盘买入的收益率
def backtest(df):
    df['次日开盘价'] = df.groupby('股票代码')['最新价'].shift(-1)
    df['次日收益率'] = (df['次日开盘价'] - df['最新价']) / df['最新价']
    return df.groupby('梯队')['次日收益率'].mean()

backtest_result = backtest(all_days_df)

6. 实战技巧与避坑指南

在实际使用中，有几个关键点需要注意：

1. 查询优化：问财的查询有长度限制，太复杂的查询可以拆分成多个
2. 反爬机制：频繁请求可能会被限制，建议控制频率（如每秒1次）
3. 数据缓存：可以把数据保存到本地，避免重复请求

   python复制# 保存数据
   clean_df.to_pickle('stock_data.pkl')
   # 读取数据
   df = pd.read_pickle('stock_data.pkl')
   

4. 动态参数：把日期等参数做成变量，方便批量分析

   python复制def get_data(date):
       query = f"{date}涨停，非ST"
       return pywencai.get(query=query)
   

这套系统我已经实盘使用了半年多，最大的感受是：数据只是工具，关键还是看你怎么用。建议新手先从简单的条件开始测试，慢慢增加复杂度。比如可以先观察"二板+小盘股"这个组合的历史表现，再逐步加入概念热度等维度。