JoinQuant 回测中如何处理已退市股票？避免幸存者偏差的编程实践

在聚宽（JoinQuant）平台进行回测时，处理退市股票和避免幸存者偏差是构建稳健策略的关键环节。

以下是关于这两个问题的详细解答及代码实现方案。

1. 如何避免幸存者偏差？

什么是幸存者偏差？
如果在回测时，只使用当前还在上市的股票作为股票池，那么你就人为地剔除了历史上那些因为业绩差而退市的股票。这会导致回测结果虚高，因为你实际上是在用“胜利者”的数据去验证历史。

在聚宽中如何避免？
聚宽的数据已经包含了退市股票的数据，要避免幸存者偏差，关键在于不要使用固定的股票列表，而是使用动态的股票池。

• 错误做法：手动写死一个列表，如 g.stocks = ['000001.XSHE', '600519.XSHG', ...]（这些是现在还活着的股票）。
• 正确做法：使用 API 获取历史当时存在的股票。例如使用 get_index_stocks 或 get_all_securities 配合 date 参数。

2. 持有的股票退市了该怎么处理？

在回测引擎中，如果股票退市，其价格数据将停止更新，你将无法在二级市场将其卖出。为了防止这种情况，策略应当包含过滤机制：

1. 选股阶段过滤：在买入前，剔除 ST 股、*ST 股、以及名称中带有“退”字的股票。
2. 持仓监控：检查持仓股票的退市日期，在退市前强制卖出。

3. 代码实现

以下是一个完整的策略代码示例，展示了如何动态获取股票池（避免幸存者偏差）以及如何过滤高风险和即将退市的股票。

# -*- coding: utf-8 -*-
from jqdata import *
import datetime

def initialize(context):
    # 设定沪深300作为基准
    set_benchmark('000300.XSHG')
    # 开启动态复权模式(真实价格)
    set_option('use_real_price', True)
    # 过滤掉order系列API产生的比error级别低的log
    log.set_level('order', 'error')
    
    # 每天开盘前运行选股和风控
    run_daily(before_market_open, time='09:00')
    # 每天开盘时运行交易
    run_daily(market_open, time='09:30')

def before_market_open(context):
    # 1. 获取动态股票池（避免幸存者偏差的关键）
    # 获取当前日期沪深300的成分股，这个列表是随时间动态变化的
    # 历史上退市的股票，在它们还在指数里的时候，会被包含进来
    security_list = get_index_stocks('000300.XSHG', date=context.current_dt)
    
    # 2. 过滤高风险股票（ST、退市整理、停牌）
    g.buy_list = filter_risk_stocks(context, security_list)

def market_open(context):
    # 卖出不在待买入列表中的股票
    for stock in context.portfolio.positions:
        if stock not in g.buy_list:
            order_target(stock, 0)
            log.info("卖出不再符合条件的股票: %s" % stock)
    
    # 买入逻辑（示例：等权重买入）
    if len(g.buy_list) > 0:
        position_count = len(g.buy_list)
        value_per_stock = context.portfolio.available_cash / position_count
        for stock in g.buy_list:
            order_value(stock, value_per_stock)

def filter_risk_stocks(context, security_list):
    """
    过滤掉 ST、*ST、退市整理期、停牌、以及即将退市的股票
    """
    # 获取当前单位时间的涨跌停价, 是否停牌等信息
    current_data = get_current_data()
    
    valid_stocks = []
    
    for stock in security_list:
        # 1. 过滤停牌股票
        if current_data[stock].paused:
            continue
            
        # 2. 过滤 ST 和 *ST 股票
        # is_st 属性包含 ST 和 *ST
        if current_data[stock].is_st:
            continue
            
        # 3. 过滤名称中带有 '退' 字的股票 (退市整理期)
        if '退' in current_data[stock].name:
            continue
            
        # 4. 过滤即将退市的股票 (高级风控)
        # 获取股票信息
        info = get_security_info(stock)
        # 如果 end_date 不是 2200-01-01，说明该股票有确定的退市日期
        if info.end_date < datetime.date(2200, 1, 1):
            # 如果距离退市日期不足 30 天，则剔除
            # 注意：context.current_dt 是 datetime 对象，info.end_date 是 date 对象
            days_to_delist = (info.end_date - context.current_dt.date()).days
            if days_to_delist < 30:
                log.info("股票 %s 即将退市（剩余%s天），剔除。" % (stock, days_to_delist))
                continue
        
        valid_stocks.append(stock)
        
    return valid_stocks

核心逻辑解析

1. 动态股票池 (get_index_stocks):

   • 代码中使用 get_index_stocks('000300.XSHG', date=context.current_dt)。
   • 原理：这个函数会返回回测当时那个日期的指数成分股。如果 2016 年某只股票在沪深 300 里，后来退市了，回测运行到 2016 年时，它依然会被选入。这就是还原历史真实情况，避免了只选“现在还活着的股票”的幸存者偏差。

2. 基础过滤 (get_current_data):

   • current_data[stock].paused: 剔除停牌股，避免资金被锁。
   • current_data[stock].is_st: 剔除 ST 股，通常 ST 股风险较高，且容易退市。
   • '退' in current_data[stock].name: 显式剔除处于退市整理期的股票。

3. 高级退市防御 (get_security_info):

   • get_security_info(stock).end_date: 聚宽数据库中记录了股票的退市日期。
   • 如果 end_date 小于 2200 年，说明该股票在未来某一天会退市。
   • 策略判断 (info.end_date - context.current_dt.date()).days < 30，即如果距离退市不到 30 天，坚决不买入（或卖出），从而避免持有至退市导致资产归零或无法交易。

Q&A

Q: 为什么使用 get_all_securities 也可以避免幸存者偏差？
A: get_all_securities(date=context.current_dt) 会返回指定日期当天所有上市的股票。只要传入了 date 参数，它就不会只返回当前存在的股票，而是返回历史上那一刻存在的股票（包含后来退市的）。

Q: 如果我持有的股票突然停牌了，复牌后直接退市怎么办？
A: 这是极端的黑天鹅事件。在回测中，如果股票一直停牌直到退市，资金确实会被锁死。但在实际操作中，通常会有 ST 戴帽等前兆。上述代码中的 is_st 检查通常能提前将这类股票过滤掉。

Q: get_price 获取的数据包含退市股票吗？
A: 包含。只要在查询的时间段内该股票是上市交易的，get_price 就能获取到数据。聚宽的数据清洗原则是保留历史真实数据。