JoinQuant 聚宽平台获取全市场涨跌家数统计指南

在 JoinQuant (聚宽) 平台上，要统计当前全市场有多少只股票上涨、多少只股票下跌，核心思路是：获取全市场所有股票的最新价，并与它们的昨日收盘价进行对比。

我们可以通过组合使用 get_all_securities、get_current_data 和 history 这几个 API 来实现。以下是具体的实现步骤和完整的策略代码。

实现思路

1. 获取股票池：使用 get_all_securities(['stock']) 获取全市场所有 A 股的代码列表。
2. 过滤停牌股票并获取最新价：使用 get_current_data() 获取当前时刻的快照数据，剔除掉处于停牌状态 (paused == True) 的股票，并记录正常交易股票的最新价 (last_price)。
3. 获取昨日收盘价：使用 history(1, '1d', 'close', security_list) 获取这些正常交易股票的昨日收盘价。
4. 对比统计：遍历股票列表，将最新价与昨日收盘价进行对比，分别累加涨、跌、平盘的数量。

完整 Python 源码示例

您可以将以下代码直接复制到聚宽的回测环境中运行：

# 导入聚宽函数库
import jqdata

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)
    
    # 每天 14:50 定时运行统计函数
    run_daily(count_up_down_stocks, time='14:50')

def count_up_down_stocks(context):
    # 1. 获取全市场所有股票代码
    all_stocks = list(get_all_securities(['stock']).index)
    
    # 2. 获取当前数据快照
    current_data = get_current_data()
    
    # 过滤出今天未停牌的股票
    active_stocks = [stock for stock in all_stocks if not current_data[stock].paused]
    
    # 3. 批量获取这些股票的昨日收盘价
    # history 返回的 dict 中，key 为股票代码，value 为 numpy 数组
    pre_closes = history(1, '1d', 'close', active_stocks, df=False)
    
    # 初始化计数器
    up_count = 0
    down_count = 0
    flat_count = 0
    
    # 4. 遍历对比最新价和昨日收盘价
    for stock in active_stocks:
        # 获取最新价
        last_price = current_data[stock].last_price
        # 获取昨日收盘价
        pre_close = pre_closes[stock][0]
        
        # 比较并统计
        if last_price > pre_close:
            up_count += 1
        elif last_price < pre_close:
            down_count += 1
        else:
            flat_count += 1
            
    # 打印统计结果
    log.info(f"【{context.current_dt.strftime('%Y-%m-%d %H:%M')} 市场涨跌统计】")
    log.info(f"正常交易股票总数: {len(active_stocks)} 只")
    log.info(f"上涨家数: {up_count} 只")
    log.info(f"下跌家数: {down_count} 只")
    log.info(f"平盘家数: {flat_count} 只")

代码解析与注意事项

1. 性能优化：在获取昨日收盘价时，我们使用了 history(..., df=False)。设置 df=False 会返回一个字典 (dict) 而不是 pandas.DataFrame，这在处理全市场数千只股票时，能显著提升数据读取和遍历的速度。
2. 停牌处理：统计涨跌家数时，通常需要排除停牌的股票，因为它们的价格没有实际的日内波动意义。我们通过 current_data[stock].paused 进行了有效过滤。
3. 调用时机：get_current_data() 必须在交易时段内（如 handle_data 或盘中定时任务）调用才能获取到有意义的 last_price。如果在盘前 (before_trading_start) 调用，last_price 通常等于昨日收盘价。
4. 复权影响：由于我们对比的是当天的最新价和昨日的收盘价，建议在 initialize 中开启真实价格模式 set_option('use_real_price', True)，以避免除权除息日因复权因子跳变导致的计算误差。