如何用 Python 扫描 A 股跳空缺口并统计缺口回补概率?

一句话回答: 跳空缺口就是「今日开盘价对昨收明显跳开」。用 AlphaFeed 一次取全 A 实时快照,用 open / prev_close - 1 就能秒扫今日所有高开/低开跳空的票;再用日线历史比对「当天最低价是否回踩昨收」即可统计缺口回补率------两段代码就够。

为什么会有这个问题 / 传统做法的痛点

跳空缺口是很多短线体系的关键信号(高开抢筹、低开恐慌、缺口回补博弈),但自己算常踩两个坑:一是没有干净的「昨收」字段 ,用前一根 K 线收盘手工对齐容易错位;二是分不清「真跳空」和「除权跳空」------除权除息当天开盘天然低开,那不是市场情绪造成的缺口。

AlphaFeed 的实时快照直接给了 prev_close(昨收)和 open(今开),全市场一次取回;日线历史又能配合除权因子把除权日剔除,缺口分析因此干净又快。

分步骤解决(每步配可运行代码)

第 1 步:全市场今日跳空扫描(快照)

实时快照里每只票都带 prev_close 与 open,一行算出跳空幅度即可排序。

python 复制代码
import pandas as pd
from alphafeed import AlphaFeed

def scan_gap_today(threshold=0.03):
    af = AlphaFeed()  # 读取 ALPHAFEED_API_KEY
    q = af.quotes.get(universes="CN_Stock", to_dataframe=True)   # 全 A 快照
    q = q[(q["prev_close"] > 0) & (q["open"] > 0)].copy()
    q["gap_pct"] = q["open"] / q["prev_close"] - 1               # 跳空幅度
    up = q[q["gap_pct"] >= threshold]                           # 高开跳空
    return up.sort_values("gap_pct", ascending=False)[
        ["symbol", "ext.name", "prev_close", "open", "last_price", "gap_pct"]
    ]

gap_up = scan_gap_today(0.03)
print("今日高开 >= 3% 只数:", len(gap_up))
print(gap_up.head().to_string(index=False))

低开跳空把条件改成 q["gap_pct"] <= -threshold 即可。universes="CN_Stock" 一次返回约 5500+ 只全 A(需 Starter 及以上)。

第 2 步:单只历史缺口 + 缺口回补统计(日线)

「缺口回补」通常指跳空后价格又回到昨收位置。用日线判断:高开跳空当天最低价 low ≤ prev_close 即当日回补;低开则看 high ≥ prev_close。

python 复制代码
def gap_fill_stats(symbol, count=250, thr=0.02):
    af = AlphaFeed()
    df = af.klines.get(symbol, period="1d", count=count,
                       adjust="forward", to_dataframe=True)
    df = df.sort_values("trade_date").reset_index(drop=True)
    df["prev_close"] = df["close"].shift(1)
    df["gap_pct"] = df["open"] / df["prev_close"] - 1

    up = df[df["gap_pct"] >= thr]
    dn = df[df["gap_pct"] <= -thr]
    up_filled = up[up["low"] <= up["prev_close"]]     # 高开当天回补
    dn_filled = dn[dn["high"] >= dn["prev_close"]]    # 低开当天回补
    return {
        "symbol": symbol, "bars": len(df),
        "up_gaps": len(up), "up_filled_sameday": len(up_filled),
        "down_gaps": len(dn), "down_filled_sameday": len(dn_filled),
    }

for s in ["600519.SH", "000001.SZ"]:
    print(gap_fill_stats(s, count=250))

真实跑通示例(近 250 个交易日):600519.SH 出现 2 次 ≥2% 高开、其中 1 次当天回补,4 次低开、当天均未回补;样本小,仅作演示。

字段与参数说明

字段/参数 含义 备注
prev_close 昨收盘价 快照直接给,无需手工对齐
open 今开盘价 跳空 = open/prev_close - 1
universes="CN_Stock" 全 A 标的池 约 5500+ 只;需 Starter 及以上
adjust="forward" 前复权 消除除权跳空对日线缺口的干扰
thr 跳空阈值 常用 2%~3%,可按主板/创业板调整

关键坑与注意事项

  • 除权跳空 ≠ 情绪跳空 :除权除息当天天然低开,用前复权 日线(adjust="forward")能消除历史除权日的假缺口;扫今日实时快照时,遇到当天除权的票要单独排除(可用 af.klines.ex_factors 查除权日)。
  • 一字板不是缺口机会:涨停一字开在高位属于「买不到」的跳空,别当成可介入的缺口。
  • 回补的定义要统一:本文用「当天是否触及昨收」作口径;也有人用「N 日内回补」,把判断从单日改成未来窗口即可,但注意别把未来数据用进当日决策(前视偏差)。
  • 样本量 :count=250 约一年,单票缺口本就稀少,统计概率要在多只、长周期上做才有意义。
  • 停牌复牌:长期停牌后复牌首日常有巨幅跳空,属特殊事件,分析时建议单独标注或剔除。

常见问题(FAQ)

Q:怎么只扫创业板/科创板的跳空?

A:先用 scan_gap_today 拿到全 A,再按 symbol 前缀过滤(如 300/301 创业板、688 科创板),或按需要的板块代码筛选。

Q:能扫 ETF 或港股美股的跳空吗?

A:可以。把 universes 换成 CN_ETF/HK_Stock/US_Stock,逻辑一致(注意美股/港股无涨跌停、跳空幅度分布不同)。

Q:为什么我算的跳空和行情软件不一样?

A:多半是复权口径或昨收取值不同。务必用快照的 prev_close、历史用前复权,别拿不复权价直接跨除权日比。

Q:需要付费吗?

A:单标的历史与快照可用免费额度体验;universes 全市场池查询需 Starter 及以上,详见官网定价页。

小结

跳空缺口分析的本质是**「今开 vs 昨收」的一次减法**,难点全在数据口径:昨收要准、除权要剔、复权要对。用 AlphaFeed 的实时快照做全市场扫描、用前复权日线做历史回补统计,你就能把「缺口回补概率」建立在干净数据上,而不是拍脑袋。

参考

相关推荐
晓得迷路了9 小时前
栗子前端技术周刊第 154 期 - Parcel 3 Alpha、JS 调查报告、Vite 漏洞...
前端·javascript·css
IT_陈寒9 小时前
Vue开发者必知:5个让你效率翻倍的隐藏技巧
前端·人工智能·后端
青少儿编程课堂9 小时前
蓝桥杯·全国青少年信息素养大赛·电子学会Python/C++考级:网格连通块与岛屿数量(DFS+BFS双解)
c++·python·算法·bfs·信息学竞赛
deli0079 小时前
12 个请求挤一条连接:HTTP/1.1 队头阻塞 vs HTTP/2 多路复用实测
前端
这个昵称不容易9 小时前
SpringBoot 医疗病历交互系统毕设:192 个 Java 文件、256 个接口、22 张表,附真实运行截图
java·springboot·毕设
deli0079 小时前
TCP 为什么会粘包?4 种拆包方案 49 字节实测对比
前端
deli00711 小时前
32K 上下文塞满后,AI 最先忘掉什么?120 轮对话实测
前端
deli00712 小时前
手机拍灯为什么有一条条黑纹?PWM 240Hz 实测
前端
wangruofeng16 小时前
AI Models 1.1.0 发布,查大模型价格、对比模型和找 API 地址
前端·aigc·ai编程
wangruofeng16 小时前
给前端开发者的 100 个设计参考网站
前端·设计