JoinQuant研究环境股票过滤指南：替代get_current_data的方法

请问研究环境无get_current_data如何过滤股票?

我现在模拟盘过滤像下面这样。想在研究环境跑个横截面测试，结果研究环境没有get_current_data()。

请问研究环境怎么达成等效的过滤？

#过滤st等
def filter_stock(stock_list):
curr_data = get_current_data()
stock_list = [stock for stock in stock_list if \
(not curr_data[stock].paused) # 未停牌
and (not curr_data[stock].is_st) # 非ST
and ('ST' not in curr_data[stock].name)
and ('*' not in curr_data[stock].name)
and ('退' not in curr_data[stock].name)
and (curr_data[stock].low_limit < curr_data[stock].day_open < curr_data[stock].high_limit) # 未涨跌停
and not stock.startswith(('3', '68', '8', '4'))]
return stock_list

在 JoinQuant 的研究环境中，get_current_data() 确实是回测和模拟盘专用的 API，因为它依赖于回测引擎的时间上下文。要在研究环境中进行横截面测试并等效地过滤股票，你需要显式地指定一个查询日期 (check_date)，并组合使用 get_all_securities、get_extras 和 get_price 这几个 API。

以下是各个过滤条件的等效替代方案：

1. 股票名称过滤（ST、*、退）：使用 get_all_securities(date=check_date) 获取当天的股票基本信息表，读取 display_name 字段。
2. 是否 ST 过滤：使用 get_extras('is_st', stock_list, start_date=check_date, end_date=check_date)。
3. 停牌与涨跌停过滤：使用 get_price(stock_list, end_date=check_date, count=1, fields=['paused', 'open', 'high_limit', 'low_limit']) 获取当天的行情切片。
4. 板块过滤：直接通过字符串切片判断，与环境无关。

研究环境等效过滤代码

你可以将以下代码直接复制到研究环境的 Jupyter Notebook 中运行：

from jqdata import *
import pandas as pd

def filter_stock_research(stock_list, check_date):
    """
    研究环境专用的股票过滤函数
    :param stock_list: 待过滤的股票代码列表
    :param check_date: 截面测试的日期，例如 '2023-10-10'
    :return: 过滤后的股票代码列表
    """
    # 1. 过滤特定板块 (创业板3, 科创板68, 北交所8/4)
    stock_list = [s for s in stock_list if not s.startswith(('3', '68', '8', '4'))]
    if not stock_list:
        return []

    # 2. 获取股票名称，过滤名称中包含 ST、*、退 的股票
    securities_info = get_all_securities(types=['stock'], date=check_date)
    valid_stocks = [s for s in stock_list if s in securities_info.index]
    
    name_filtered_stocks = []
    for s in valid_stocks:
        name = securities_info.loc[s, 'display_name']
        if 'ST' not in name and '*' not in name and '退' not in name:
            name_filtered_stocks.append(s)
            
    if not name_filtered_stocks:
        return []

    # 3. 获取 is_st 数据过滤 ST 股
    st_df = get_extras('is_st', name_filtered_stocks, start_date=check_date, end_date=check_date)
    if not st_df.empty:
        is_st_series = st_df.iloc[0]
        non_st_stocks = is_st_series[is_st_series == False].index.tolist()
    else:
        non_st_stocks = name_filtered_stocks
        
    if not non_st_stocks:
        return []

    # 4. 获取行情数据：停牌、开盘价、涨跌停价
    # 注意：研究环境中获取当天数据，如果是盘中可能取不到完整的 day_open，通常横截面测试取历史某一天
    price_df = get_price(non_st_stocks, end_date=check_date, count=1, 
                         fields=['paused', 'open', 'high_limit', 'low_limit'], panel=False)
    
    final_stocks = []
    # get_price 返回的 DataFrame 索引是日期，列是股票代码（当查询单个 field 时）
    # 为了方便处理，我们分别提取各个 field 的 Series
    df_paused = price_df['paused'].iloc[0]
    df_open = price_df['open'].iloc[0]
    df_high_limit = price_df['high_limit'].iloc[0]
    df_low_limit = price_df['low_limit'].iloc[0]
    
    for s in non_st_stocks:
        try:
            is_paused = df_paused[s]
            open_price = df_open[s]
            high_limit = df_high_limit[s]
            low_limit = df_low_limit[s]
            
            # 逻辑：未停牌 且 (跌停价 < 开盘价 < 涨停价)
            # 注意处理 NaN 值的情况（例如刚上市或退市无数据）
            if pd.notna(is_paused) and (not is_paused): 
                if pd.notna(open_price) and pd.notna(high_limit) and pd.notna(low_limit):
                    if low_limit < open_price < high_limit:
                        final_stocks.append(s)
        except KeyError:
            continue
            
    return final_stocks

# 测试示例
# check_date = '2023-01-05'
# raw_list = get_index_stocks('000300.XSHG', date=check_date)
# filtered_list = filter_stock_research(raw_list, check_date)
# print(f"原始数量: {len(raw_list)}, 过滤后数量: {len(filtered_list)}")

核心差异说明

1. 时间上下文：回测引擎会自动维护 context.current_dt，所以 get_current_data() 知道“现在”是哪一天。在研究环境中，你必须手动传入 check_date。
2. 批量获取 vs 逐个获取：get_current_data() 返回的是一个字典，支持按单只股票查询属性。而在研究环境中，使用 get_price 和 get_extras 批量获取多只股票的数据并利用 Pandas 进行向量化或遍历处理，执行效率会高得多。