程序员量化交易实战 07：先做一个干净的 A 股股票池

第 6 篇把数据库表结构和迁移检查补上了。现在可以开始处理股票主数据。这一篇只做一件事把原始 A 股列表变成一个干净、稳定、可复用的股票池。别小看这一步。股票池如果随便拼后面策略收益、回测覆盖率和模拟盘观察都会被污染。股票池不是股票列表股票列表是数据源给你的原始结果。股票池是系统决定“这一轮研究允许看哪些标的”的边界。两者差别很大。原始列表里可能有代码格式不统一、重复行、ST、退市整理、行业缺失、市场后缀缺失。股票池要做的是先把这些问题挡在策略外面。代码格式先统一A 股代码在不同系统里经常混着出现600519 600519.SH 300750.sz 000001.SZ策略和数据库不能接受这种混乱。第 7 章新增app/stock_universe.py第一步就是把代码统一成000000.SH/SZdef normalize_a_share_symbol(value: str) - str | None: text str(value or ).strip().upper() if not text: return None if . in text: code, market text.split(., 1) else: code text market SH if code.startswith((6, 9)) else SZ if not re.fullmatch(r\d{6}, code): return None if market not in {SH, SZ}: return None return f{code}.{market}这不是完美的交易所识别逻辑但对当前沪深股票池足够明确。后面如果加入北交所可以在这里扩展而不是让代码格式判断散落在策略里。ST 和退市先过滤掉实战早期不建议把 ST、退市整理标的混进公共股票池。原因很简单它们交易规则、风险暴露和流动性约束都更特殊。如果还没把普通 A 股链路跑稳就先把高风险边界混进来调试会变得很吵。def is_tradeable_a_share_name(name: str) - bool: normalized str(name or ).strip().upper() if not normalized: return False return 退市 not in normalized and not normalized.startswith((ST, *ST))这不是投资建议只是工程边界。等平台有了更细的风险分类再把这些股票作为独立研究池处理。从原始行变成候选对象第 7 章定义了StockCandidatedataclass(frozenTrue) class StockCandidate: symbol: str name: str market: str sector: str lot_size: int 100 source: str manual然后用stock_candidate_from_row()接收不同字段名candidate stock_candidate_from_row( {code: 600036, 股票名称: 招商银行, 行业: 银行, source: eastmoney} )返回结果会变成600036.SH / 招商银行 / SH / 银行 / sourceeastmoney这一步很适合放在纯函数里。真实供应商返回字段可能变但只要入口函数能适配后面的数据库写入和策略研究不需要跟着改。构建公共股票池公共股票池构建逻辑很短def build_public_universe(rows: Iterable[dict], limit: int 500, default_source: str manual) - list[StockCandidate]: out: list[StockCandidate] [] seen: set[str] set() for row in rows: candidate stock_candidate_from_row(row, default_sourcedefault_source) if not candidate or candidate.symbol in seen: continue out.append(candidate) seen.add(candidate.symbol) if len(out) limit: break return out这里有三个明确动作过滤坏数据、按 symbol 去重、达到 limit 后停止。早期我们用 500 只股票作为公共池规模不是因为 500 有什么神奇意义而是为了让本地回测、覆盖率检查和文章里的示例都能快速跑完。等链路稳定后可以扩大到全市场。还要能解释股票池股票池不是构建完就结束。还要能解释它长什么样。universe_summary()会按市场、行业和来源做摘要{ count: 3, by_market: {SH: 1, SZ: 2}, by_source: {eastmoney: 2, qveris: 1}, sample: [600519.SH, 000001.SZ, 300750.SZ], }这类摘要后面会进入数据质量报告。不是为了好看而是为了能在回测前判断这批股票是不是全是某个行业是不是混入了 fallback是不是市场分布明显异常可运行基础校验股票池的结果必须能解释。当前统一用这条命令复现第 01-08 篇的基础能力uv run python -m scripts.chapter_examples foundation-check本章对应输出如下示例输入里包含重复代码和 ST 名称最后只留下600519.SH与000001.SZ。摘要同时给出市场、行业和来源分布这比只打印股票列表更适合后续排查股票池是否异常。本篇实战任务拉取第 7 章代码git clone https://github.com/ax2/zi-quant-platform.git cd zi-quant-platform git checkout chapter-07 uv sync --extra dev uv run pytest只跑股票池测试uv run pytest tests/test_stock_universe.py第 7 章本地全量测试通过155 passed仍只有既有 FastAPI deprecation warning。本章更新与代码仓库本章更新内容新增app/stock_universe.py。实现 A 股代码规范化、ST/退市过滤、去重、限额和股票池摘要。新增tests/test_stock_universe.py覆盖股票池构建的关键边界。代码仓库https://github.com/ax2/zi-quant-platform本章代码git clone https://github.com/ax2/zi-quant-platform.git cd zi-quant-platform git checkout chapter-07 uv sync --extra dev uv run pytest tests/test_stock_universe.py本篇小结股票池是量化系统的研究边界。这一篇没有直接写策略而是先把股票代码规范化、ST/退市过滤、去重、规模限制和来源摘要写成可测试代码。下一篇继续往下走拿到股票池之后怎样把原始 K 线清洗成统一的日线行情。