A 股数据质量校验：停牌、一字板、跳空缺口与异常值

一句话回答： 入库前做四类校验就能挡住大多数脏数据：① 停牌（用指数当交易日历基准，个股缺失的交易日即疑似停牌）、② 一字板（high == low，全天无振幅，多为涨跌停封死）、③ 跳空缺口（今开 / 昨收偏离超阈值）、④ 异常值（价格 ≤ 0、成交量为负、NaN）。用 AlphaFeed 的 klines 取数、用 000001.SH 指数的交易日做日历，几十行就能跑完一只票的体检。诚实边界：K 线只返回「有交易的日子」，停牌只能靠「与日历比对缺哪天」间接推断；一字板不等于一定涨跌停（需结合涨跌停价判断方向）。

为什么要先做数据质量校验

脏数据会悄悄毁掉回测和选股：

• 停牌期若被当成连续交易，收益率、均线会算错；
• 一字板（封死涨跌停）那天根本买不进/卖不出，回测却可能假设成交；
• 跳空缺口可能是真实除权或数据错误，口径不分会误判；
• 异常值（0 价、负量、NaN）直接让指标 NaN 扩散。

「垃圾进、垃圾出」，所以入库前先体检。

分步骤：四类校验

0) 取数 + 用指数做交易日历基准

from alphafeed import AlphaFeed
af = AlphaFeed(api_key="your-api-key")  # 或 export ALPHAFEED_API_KEY 后 AlphaFeed()

# 指数每个交易日都有数据，拿它当「交易日历」
idx = af.klines.get("000001.SH", period="1d", count=120, to_dataframe=True)
calendar = set(idx["trade_date"].astype(str))

sym = "600519.SH"
df = af.klines.get(sym, period="1d", count=120, adjust="none", to_dataframe=True)
df = df.sort_values("trade_date").reset_index(drop=True)

1) 停牌：日历里有、个股没有的交易日

sdates = set(df["trade_date"].astype(str))
suspended = sorted(calendar - sdates)   # 疑似停牌日

2) 一字板：全天无振幅

one_line = df[df["high"] == df["low"]]  # high==low，封死无振幅

3) 跳空缺口：今开相对昨收偏离

df["gap"] = df["open"] / df["close"].shift(1) - 1
big_gaps = df[df["gap"].abs() > 0.05]   # 跳空 >5%（阈值自定）

4) 异常值：非正价格 / 负量 / NaN

bad = df[(df[["open","high","low","close"]] <= 0).any(axis=1) |
         (df["volume"] < 0) |
         df[["open","high","low","close","volume"]].isna().any(axis=1)]

实测对 600519.SH 近 120 日：日历 120 日 / 个股 120 日 → 疑停牌 0、一字板 0、跳空>5% 0、异常值 0 行（茅台是高流动性蓝筹，窗口内数据干净——这本身就是一次通过的体检结果）。换成停过牌或吃过一字板的票，对应计数就会 > 0。

校验项速查

关键坑与注意事项

• 停牌只能间接推断：K 线只给有交易的日子，没有「停牌标记」字段；用指数日历比对缺哪天是实用近似，长停牌、新股未上市段要注意区分。
• 一字板 ≠ 一定涨跌停：high==low 也可能是极低流动性或数据问题；要判方向，结合 instruments 的 limit_up/limit_down（见相关文）。
• 跳空阈值要按市场定：双创 20%、主板 10%，用固定 5% 阈值在不同板意义不同；真实除权日的跳空应结合复权口径排除。
• 校验用不复权（adjust="none"）：复权会改写历史价，查原始数据质量应看原始价；一字板/缺口用原始价判更准。
• 交易日历用指数近似：指数极少停牌，是好基准；但严格场景应以交易所官方日历为准。

常见问题（FAQ）

Q：AlphaFeed 有没有「是否停牌」字段？

A：K 线只返回有交易的日子，没有独立停牌标记。实用做法是用指数（如 000001.SH）的交易日当日历，个股缺哪天就是疑似停牌。

Q：怎么区分「真实除权跳空」和「数据错误跳空」？

A：真实除权当天用前/后复权口径会被平滑；不复权看到的大跳空若与除权记录对得上就是正常。对不上的异常跳空才需人工排查。

Q：一字板那天回测要怎么处理？

A：封死涨跌停通常无法成交，回测应禁止在一字板当天按该价成交（尤其涨停买入/跌停卖出），否则高估收益。

Q：需要付费吗？

A：K 线 + 指数校验有免费额度可体验，全市场批量体检建议 Starter 及以上，详见官网定价页。

小结

入库前的数据体检四件套——停牌（日历比对）、一字板（high==low）、跳空（开盘/昨收偏离）、异常值（非正价/负量/NaN）——用 AlphaFeed K 线加指数日历就能跑。校验用不复权原始价、一字板结合涨跌停价判方向、停牌用指数近似推断，把脏数据挡在回测之外。

参考

• AlphaFeed Python SDK 文档：https://docs.alphafeed.org/zh-Hans/sdk/python-quickstart