JoinQuant 平台 analyze_factor 函数过滤停牌与涨停股的完整指南

在 JoinQuant 平台使用 analyze_factor 进行单因子分析时，关于过滤停牌和涨停股，有以下几点需要注意和相应的解决办法：

1. 关于过滤停牌股 (skip_paused 参数)

实际上，analyze_factor 函数是有过滤停牌股的参数的，即 skip_paused。但是它有一个重要的限制条件：

• skip_paused 参数：默认为 False。设置为 True 时可以跳过停牌股。
• 限制条件：当 factor 参数输入为已经计算好的因子值（DataFrame 或 Series）时，这个参数会失效。只有当 factor 参数传入的是 Factor 的子类（即因子定义类）时，skip_paused=True 才会生效。

2. 关于过滤涨停股

analyze_factor 函数本身没有直接提供过滤涨停股的参数。

3. 终极解决方案：在传入前手动清洗因子值

由于上述限制（传入因子值时 skip_paused 失效，且无涨停过滤参数），最通用且灵活的做法是：在将因子值传入 analyze_factor 之前，先通过代码找出停牌和涨停的股票，并将它们对应的因子值设置为 NaN。analyze_factor 在处理时会自动忽略值为 NaN 的数据。

代码示例：手动过滤停牌与涨停股

假设你已经获取了因子值 factor_df (DataFrame 格式，index 为日期，columns 为股票代码)，你可以按如下方式进行清洗：

import pandas as pd
import numpy as np
from jqdata import *
from jqfactor import analyze_factor

# 假设 factor_df 是你已经计算好的因子值 DataFrame
# factor_df = ... 

# 获取因子值的日期列表和股票池
dates = factor_df.index.tolist()
stocks = factor_df.columns.tolist()

# 遍历每一天，进行过滤
for date in dates:
    # 获取当天的行情数据，包含是否停牌、最高价、涨停价等
    # 注意：为了避免未来函数，通常使用前一天的因子值预测当天的收益，
    # 所以这里的过滤条件（如是否一字涨停买不进）需要根据你的具体回测逻辑来定。
    # 这里以过滤当天的停牌和涨停为例：
    
    # 获取当天的价格数据
    price_data = get_price(stocks, end_date=date, count=1, fields=['close', 'high_limit', 'paused'], panel=False)
    
    if not price_data.empty:
        # 找出停牌的股票
        paused_stocks = price_data[price_data['paused'] == 1]['code'].tolist()
        
        # 找出涨停的股票 (收盘价 >= 涨停价)
        # 注意：实盘中通常是过滤开盘即涨停（一字板）买不进的股票，这里以收盘涨停为例，可根据需求修改为 open >= high_limit
        limit_up_stocks = price_data[price_data['close'] >= price_data['high_limit']]['code'].tolist()
        
        # 需要过滤的股票集合
        stocks_to_filter = set(paused_stocks + limit_up_stocks)
        
        # 将这些股票在当天的因子值设为 NaN
        for stock in stocks_to_filter:
            if stock in factor_df.columns:
                factor_df.loc[date, stock] = np.nan

# 清洗完成后，再传入 analyze_factor 进行分析
far = analyze_factor(
    factor=factor_df, 
    # start_date 和 end_date 默认会使用 factor_df 的日期范围
    weight_method='mktcap', 
    industry='jq_l1', 
    quantiles=5, 
    periods=(1, 5, 10)
)

总结

1. 如果你传入的是因子定义类，可以直接使用 skip_paused=True 过滤停牌。
2. 如果你需要过滤涨停，或者你传入的是已经计算好的因子值 DataFrame，请务必在调用 analyze_factor 之前，利用 get_price 等 API 获取停牌和涨跌停状态，将不需要的股票因子值替换为 np.nan。