PTrade 回测技巧：如何在获取历史行情时过滤掉停牌日期？

在PTrade中，get_history 和 get_price 接口在获取历史行情时，默认不会跳过停牌日期。对于停牌期间的数据，系统会使用停牌前一交易日的收盘价进行填充，并将成交量（volume）设为0。

因此，要过滤掉停牌数据，最直接有效的方法是对返回的 DataFrame 进行筛选，剔除 volume 为 0 的行。

以下是具体的代码实现示例：

代码实现

def initialize(context):
    g.security = '600570.SS'
    set_universe(g.security)

def handle_data(context, data):
    # 1. 获取历史行情数据（包含收盘价和成交量）
    # 注意：必须获取 'volume' 字段用于判断
    df = get_history(10, frequency='1d', field=['close', 'volume'], security_list=g.security)
    
    # 打印原始数据（包含停牌填充数据）
    log.info("原始数据：")
    log.info(df)
    
    # 2. 过滤停牌数据
    # 逻辑：保留成交量大于0的数据
    df_filtered = df[df['volume'] > 0]
    
    # 打印过滤后的数据
    log.info("过滤停牌后数据：")
    log.info(df_filtered)
    
    # 3. 进一步处理（示例：计算均线）
    if len(df_filtered) > 0:
        mean_price = df_filtered['close'].mean()
        log.info("有效交易日的平均收盘价: %s" % mean_price)

核心逻辑说明

1. 获取字段：调用 get_history 或 get_price 时，field 参数必须包含 'volume'，因为这是判断是否停牌的关键依据。
2. Pandas筛选：利用 Pandas DataFrame 的布尔索引功能 df[df['volume'] > 0]，直接筛选出成交量大于 0 的行。
3. 多股处理：如果是同时获取多只股票的数据（返回 DataFrame 格式，包含 code 列），上述代码同样适用，它会移除所有股票中成交量为 0 的记录。

Q&A

Q: 为什么PTrade返回的历史数据包含停牌日？
A: PTrade 为了保持时间序列的连续性（例如在绘制K线图或进行矩阵计算时保持索引对齐），默认会对停牌日进行填充。填充规则是：价格沿用前一交易日收盘价，成交量为0。

Q: 除了判断成交量，还有其他方法判断停牌吗？
A: 可以使用 get_stock_status(stocks, 'HALT') 接口查询股票当前的停牌状态，或者使用 get_history 时获取 paused 字段（如果接口支持返回该字段，但在PTrade标准文档中，利用 volume 判断是最通用的做法）。

Q: 如果股票全天跌停或涨停导致没有成交量，会被误判为停牌吗？
A: 理论上极少出现全天成交量严格为0的情况（通常会有少量撮合）。但在极端流动性枯竭的情况下，如果成交量确实为0，该逻辑会将其过滤。对于绝大多数A股策略，volume > 0 是区分停牌与否的有效标准。