企业官网建设流程全解析

简介：这是一份面向量化投资初学者与金融数据分析爱好者的Python实战项目，围绕TuShare财经数据接口构建A股自动选股系统，帮助读者打通数据获取、清洗、策略制定到回测评估的完整链路。资源包共25个文件，以17个py脚本为核心，涵盖数据抓取、策略实现与回测模块，另含requirements.txt依赖清单、README说明文档及少量jpg、png图表，压缩包约1.95MB，结构清晰便于按模块研读。项目内置多种选股思路，如移动平均线交叉、RSI、MACD等技术指标，以及突破平台、低ATR、海龟交易、持续增长等策略脚本，并配有回测与退出逻辑，可直观观察策略在不同市场环境下的表现。目前已有6025人学习下载，适合希望将Python编程与金融知识结合、动手搭建个人量化选股工具的开发者参考实践。

1. 用 TuShare 搭一套 A 股自动选股程序：从数据拉取到信号落地的完整拆解

很多人第一次听到「自动选股」，脑子里浮现的是满屏 K 线加神秘指标，其实落到代码层面，它就是把「拉数据 → 算因子 → 过滤 → 输出候选池」这条链路用 Python 串起来。这份基于 TuShare 的 A 股自动选股程序，核心价值就在于把这条链路做成了一个能跑、能改、能复现的工程骨架，而不是一段只能看不能用的演示脚本。它适合两类人：一类是刚接触量化、想搞明白选股程序到底怎么搭的开发者；另一类是手里已经有交易逻辑，但缺一套稳定数据管道和筛选框架的从业者。下面我按自己拆包复现的顺序，把这份资源讲透。

2. TuShare 数据接口与选股链路：先搞清楚数据从哪来、因子怎么算

2.1 为什么选 TuShare 而不是自己爬行情

做 A 股选股，第一道坎不是策略，是数据。自己爬行情页面，短期能跑，长期必然翻车：字段结构一变、请求频率一高，脚本就废了。TuShare 这类标准化数据接口的价值，是把「日线行情、复权因子、财务指标、股票列表」这些基础数据用统一格式吐出来，你只需要关心怎么用，不用天天修解析器。

这份程序选 TuShare 作为数据源，逻辑上是合理的。它覆盖了选股最常用的几类数据：日线行情（开高低收、成交量额）、复权信息、基本面指标（市盈率、市净率、市值等）、以及股票基础列表。对一套自动选股程序来说，这四类数据基本够搭出一个多因子筛选框架。

需要提前说清楚一个边界：TuShare 的接口有积分门槛，不同接口对积分要求不一样。常见做法是先用免费额度能拿到的接口把流程跑通，比如日线行情和股票列表，等策略验证有效再考虑更高频或更细的财务数据。我一般会建议先把「能拿到什么数据」列成一张表，再决定因子怎么设计，而不是先想一堆指标最后发现数据拿不到。

2.2 选股链路的四个环节

一套自动选股程序，拆开看就是四步：数据获取、因子计算、条件过滤、结果输出。这份资源的骨架也是按这个顺序组织的，我复现时基本没改结构，只替换了因子部分。

第一步数据获取，负责把股票列表和行情拉下来，落到本地做缓存。第二步因子计算，把原始行情转成可比较的指标，比如 N 日涨幅、换手率、均线偏离度。第三步条件过滤，用阈值或排序把候选池缩小。第四步输出，把结果写成 CSV 或打印出来，方便人工复核。

import tushare as ts import pandas as pd # 初始化接口，token 需替换为自己的 pro = ts.pro_api("your_token_here") # 拉取股票基础列表，fields 指定需要的字段，减少无效传输 stock_basic = pro.stock_basic( exchange="", list_status="L", # L 上市 D 退市 P 暂停 fields="ts_code,symbol,name,area,industry,list_date" ) # 拉取某交易日全部日线行情 daily = pro.daily(trade_date="20240102") # 合并基础信息与行情，得到带行业标签的行情表 merged = pd.merge(daily, stock_basic, on="ts_code", how="left") print(merged[["ts_code", "name", "industry", "close", "pct_chg"]].head())

这段代码的逻辑很直白：先拿股票池，再拿当日行情，最后按ts_code合并。参数上，list_status="L"只保留正常上市股票，避免把退市股混进选股池；fields显式指定字段，能减少返回体积，也避免接口字段变动时整段代码崩掉。trade_date用YYYYMMDD字符串格式，这是 TuShare 的约定，写成日期对象会报错，这点新手很容易踩。

2.3 因子计算：把行情转成能排序的数字

拿到行情只是原料，选股真正依赖的是因子。这份程序里常见的因子包括动量类（近 N 日涨幅）、流动性类（换手率、成交额）、估值类（市盈率、市净率）。计算时最关键的一点是复权，不复权的价格在除权除息日会出现跳空，直接算涨幅会得到假信号。

# 计算 20 日动量因子：当前收盘价相对 20 日前收盘价的涨幅 def momentum_factor(df, window=20): df = df.sort_values("trade_date") df["mom20"] = df["close"].pct_change(window) return df # 按股票分组计算，避免不同股票之间串行 daily_grouped = daily.sort_values(["ts_code", "trade_date"]).groupby("ts_code") daily_grouped = daily_grouped.apply(lambda x: momentum_factor(x)).reset_index(drop=True) # 过滤掉动量因子为空（上市不足 20 日）的股票 candidates = daily_grouped.dropna(subset=["mom20"])

这里pct_change(window)算的是相对 window 期前的涨幅，groupby("ts_code")保证每只股票单独计算，不会把 A 股票的价格和 B 股票混在一起。dropna那一步是必须的，新股上市不足 20 日时因子为空，不处理会在排序时出问题。参数window我一般设 20 或 60，对应一个月和一个季度的动量，具体取值要看策略周期，没有万能值。

3. 从脚本到可复用程序：模块拆分与批量选股落地

3.1 把单文件脚本拆成三层结构

原始脚本能跑，但所有逻辑堆在一个文件里，改一处容易牵动全身。我复现时做的第一件事是拆成三层：数据层、因子层、策略层。数据层只管拉数和缓存，因子层只管把行情转成指标，策略层只管按条件筛。这样换数据源只动数据层，换因子只动因子层，互不干扰。

# data_layer.py import tushare as ts import pandas as pd import os CACHE_DIR = "./cache" def get_daily(trade_date, token): """带本地缓存的日线获取，避免重复请求""" cache_file = os.path.join(CACHE_DIR, f"daily_{trade_date}.csv") if os.path.exists(cache_file): return pd.read_csv(cache_file) pro = ts.pro_api(token) df = pro.daily(trade_date=trade_date) os.makedirs(CACHE_DIR, exist_ok=True) df.to_csv(cache_file, index=False) return df

缓存这一步看着简单，实际很关键。TuShare 接口有调用频率限制，反复拉同一天数据既浪费额度又慢。用trade_date做文件名缓存，第二次直接读本地，速度差一个数量级。参数上，CACHE_DIR建议放在项目目录下，别放临时目录，否则重启就没了。

3.2 批量选股：一次跑多天、多因子

单日选股只能看一天结果，实际用的时候往往要回看一段时间，验证策略稳定性。批量选股的做法是把交易日列表循环起来，每天跑一遍筛选，最后汇总。

# strategy_layer.py import pandas as pd def select_stocks(daily_df, top_n=20): """按动量因子排序，取前 top_n 只""" df = daily_df.dropna(subset=["mom20"]) # 先按动量降序，再按成交额降序，避免同动量时无法区分 df = df.sort_values(["mom20", "amount"], ascending=[False, False]) return df.head(top_n)[["ts_code", "name", "industry", "close", "mom20"]] def run_backtest(trade_dates, token): """批量跑多个交易日，汇总每日候选池""" results = {} for date in trade_dates: daily = get_daily(date, token) # 这里需要先补算因子，实际项目里因子计算单独一层 picked = select_stocks(daily) results[date] = picked return results

select_stocks里用mom20主排序、amount次排序，是为了处理动量相同的情况，否则排序结果不稳定，每次跑出来顺序可能不一样。top_n控制候选池大小，设太小容易漏掉机会，设太大失去筛选意义，我一般设 20 到 50 之间。批量跑的时候要注意，因子计算需要历史数据，单日行情算不出 20 日动量，所以真实项目里因子层要单独维护一个滚动窗口，不能只拿当天数据。

3.3 输出与复核：别让程序替你拍板

程序输出的是候选池，不是买入指令。我习惯把结果写成 CSV，带上股票代码、名称、行业、因子值，然后人工过一遍。有些信号明显是数据问题导致的，比如某只股票因为停牌复牌出现异常涨幅，程序会把它排到前面，但人工一眼就能排除。

# 输出候选池，带日期后缀方便归档 def save_result(picked, date): out_file = f"./output/picked_{date}.csv" picked.to_csv(out_file, index=False, encoding="utf-8-sig") print(f"{date} 候选池已保存，共 {len(picked)} 只")

encoding="utf-8-sig"是为了 Excel 打开不乱码，这个细节很多人忽略，结果中文股票名全是问号。输出目录建议单独建，别和缓存混在一起，方便清理。

4. 避坑与排查：这套选股程序最容易翻车的五个地方

4.1 现象：选出来的股票全是同一行业

原因通常是因子单一，只用了动量或涨幅，而某个行业当天整体大涨，导致候选池被一个行业包揽。解决方式是在筛选条件里加行业分散约束，比如每个行业最多取 3 只，或者引入行业中性化处理，把行业涨幅从个股因子里剔除。

4.2 现象：回测结果好得离谱

原因多半是用了未来数据。比如用当天收盘价算因子，又用当天收盘价买入，等于偷看了未来。正确做法是 T 日收盘后算因子，T+1 日开盘或收盘执行。检查方法是把因子计算里的数据截断到 T-1 日，看结果是否大幅回落，如果回落明显，说明之前用了未来数据。

4.3 现象：接口报错「抱歉，您没有访问该接口的权限」

原因是 TuShare 部分接口需要积分，免费额度不够。解决方式是先确认当前积分能访问哪些接口，把程序里用到的接口列出来逐个测试。常见做法是先用日线行情和股票列表把流程跑通，财务类接口等积分够了再接入，不要一上来就依赖高门槛接口。

4.4 现象：停牌股票混进候选池

原因是停牌期间行情数据缺失或为 0，因子计算出异常值。解决方式是在筛选前过滤掉成交额为 0 或换手率为 0 的股票，同时检查股票列表里的上市状态。停牌股复牌后往往有补涨补跌，程序如果不排除，会把这类噪声当成信号。

4.5 现象：每天跑出来的结果顺序不一样

原因是排序字段有并列值，Pandas 默认排序不稳定。解决方式是加次级排序键，比如成交额或股票代码，保证同样条件下输出顺序一致。这个坑不影响选股逻辑，但会影响你对比不同日期的结果，排查起来很费时间。

提示：以上五个问题里，未来数据是最隐蔽也最致命的，建议每次改完因子都做一次「截断测试」，确认没有用到当天之后的数据。

5. 进阶技巧：用滚动窗口和因子分层把选股程序做稳

程序能跑之后，下一步是让它稳。我自己的习惯是加两个东西：滚动窗口和因子分层。滚动窗口解决的是「因子需要历史数据」的问题，不能只拿当天行情算。做法是维护一个最近 N 个交易日的行情缓存，每天增量更新，算因子时从缓存里取窗口数据。

# 维护滚动窗口，增量更新最近 60 个交易日行情 def update_window(trade_date, token, window=60): """拉取当日行情并追加到窗口缓存，保留最近 window 天""" daily = get_daily(trade_date, token) window_file = "./cache/window.csv" if os.path.exists(window_file): old = pd.read_csv(window_file) combined = pd.concat([old, daily], ignore_index=True) else: combined = daily # 按交易日去重后保留最近 window 个交易日 dates = sorted(combined["trade_date"].unique())[-window:] combined = combined[combined["trade_date"].isin(dates)] combined.to_csv(window_file, index=False) return combined

这段逻辑的关键是「按交易日去重后截断」，避免重复追加导致窗口膨胀。window=60对应约三个月，够算常见的动量因子。参数上，窗口大小要大于你最大的因子周期，比如用 60 日动量，窗口至少 60 天，建议留 20% 余量。

因子分层是另一个提稳手段。把股票按因子值分成若干层，观察每层的后续表现，比只看 Top N 更能判断因子是否有效。常见做法是分 5 层，看最高层和最低层的收益差，如果差距不明显，说明这个因子在当前市场环境下区分度不够，需要换因子或调参数。

从那以后我每次改因子，都强制走一遍「截断测试 + 分层观察」，确认没有未来数据、因子单调性正常，才敢把结果拿去用。希望帮到你。

本文还有配套的精品资源，点击获取