ptrade 平台如何在使用 get_history 获取历史数据时过滤停牌日？

在 ptrade 量化平台中，使用 get_history 接口获取历史行情数据时，系统默认不会跳过停牌的日期。为了保持时间轴与二级市场交易日日历一致，停牌日的数据会使用停牌前最后一个交易日的数据进行填充，并且当天的成交量（volume）和成交额（money）会被设置为 0。

因此，过滤停牌日数据的最有效方法就是剔除成交量（volume）为 0 的数据行。

过滤停牌日数据的代码示例

以下是如何在策略中通过 Pandas 的数据筛选功能来过滤停牌日数据的具体示例：

1. 单只股票的停牌日过滤

当获取单只股票的数据时，返回的是一个以时间为索引的 DataFrame。我们可以直接通过 volume > 0 来筛选。

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

def handle_data(context, data):
    # 获取过去 10 天的历史数据，包含收盘价和成交量
    df = get_history(10, '1d', ['close', 'volume'], security_list=g.security)
    
    if df is not None and not df.empty:
        # 过滤停牌日：只保留成交量大于 0 的数据
        valid_df = df[df['volume'] > 0]
        
        log.info("原始数据长度: %s, 过滤后数据长度: %s" % (len(df), len(valid_df)))
        log.info("过滤后的有效数据:\n%s" % valid_df)

2. 多只股票的停牌日过滤

当获取多只股票的数据时（在 Python 3.11 环境下），返回的 DataFrame 会包含 code 列。我们同样可以使用 volume > 0 进行全局过滤，或者针对特定股票过滤。

def initialize(context):
    g.security = ['600570.SS', '000001.SZ']
    set_universe(g.security)

def handle_data(context, data):
    # 获取多只股票的历史数据
    df = get_history(10, '1d', ['close', 'volume'], security_list=g.security)
    
    if df is not None and not df.empty:
        # 全局过滤：剔除所有股票中成交量为 0 的记录
        valid_df = df[df['volume'] > 0]
        
        # 如果需要单独获取某只股票的有效数据
        stock_a_df = valid_df.query('code == "600570.SS"')
        
        log.info("600570.SS 的有效交易日数据:\n%s" % stock_a_df)

注意事项

1. 日 K 线适用性：这种通过 volume == 0 过滤的方法主要适用于日线级别（1d）的数据。对于分钟级别的数据，由于正常交易时间内也可能存在某分钟无成交的情况，直接过滤 volume == 0 可能会误删正常交易时间段内的数据。
2. 数据填充逻辑：了解 ptrade 的填充逻辑（停牌日价格等于停牌前价格）有助于在计算移动平均线（MA）等技术指标时做出正确的处理选择。如果直接使用包含停牌日的数据计算 MA，停牌期间的平段价格会拉低或拉高均线的波动；如果过滤后再计算，则反映的是实际交易日的均线走势。通常建议过滤停牌日后再计算技术指标。