【Python量化选股流水线 #04】选股器好不好用？「昨日候选→今日表现」回看验收

过滤和打分都写好了，选出来的票到底靠不靠谱？很多量化新手把选股器做完就急着实盘，却忘了最重要的一步：用历史数据给自己出一份体检报告。这篇教你用滚动回看的方法，给选股器做一个可量化的验收。

一、为什么选股器必须「回头看」

打分器输出 Top-5，看起来逻辑自洽，但「自洽」不等于「能赚钱」。一个常见陷阱是：因子在样本内看起来好，是因为你无意中拟合了这段数据的噪声，而不是发现了规律。

解决办法很简单------滚动回看：每天用过去的数据选股，观察次日这些候选的真实表现。累积足够多的「选股日-次日」样本后，胜率、平均涨幅、超额收益一目了然。

本文你将得到：

一套基于滚动窗口的选股回看框架（29 个交易日可复跑）；
候选组合 vs 全池基准的多维验收指标（胜率、超额、命中率）；
一份可直接落地的 CSV 明细，方便你做更细粒度的归因。

二、准备环境

bash 复制代码

pip install mairui pandas numpy

三、完整代码（已实测跑通）

python 复制代码

from mairui import Client
import random
import pandas as pd
import numpy as np

LICENCE = "LICENCE-66D8-9F96-0C7F0FBCD073"  # 演示证书，请换成你自己的正式证书
SEED = 20260918          # 与 #03 同种子，保证数据可互验
WINDOW = 21              # 因子窗口（含端点，20 日动量需要 21 个点）
TOP_N = 5

POOL = {
    "600519": "贵州茅台", "000858": "五粮液",
    "601398": "工商银行", "600036": "招商银行",
    "300750": "宁德时代", "002594": "比亚迪",
    "600276": "恒瑞医药", "603259": "药明康德",
    "600030": "中信证券", "601688": "华泰证券",
    "000333": "美的集团", "600900": "长江电力",
}

WEIGHTS = {"动量": 0.4, "低波": 0.3, "流动性": 0.3}


def perturb(bars, seed):
    # 演示证书返回固定样例数据；确定性扰动模拟行情起伏。
    # 换成正式证书后删掉本函数调用即可，其余逻辑零改动。
    rng = random.Random(seed)
    out = []
    for b in bars:
        k = 1.0 + (rng.random() - 0.5) * 0.10
        kv = 1.0 + (rng.random() - 0.5) * 0.40
        nb = dict(b)
        for f in ("o", "c", "h", "l"):
            if f in nb and nb[f] is not None:
                nb[f] = round(float(nb[f]) * k, 2)
        if nb.get("v") is not None:
            nb["v"] = round(float(nb["v"]) * kv)
        out.append(nb)
    return out


def fetch_bars(code):
    bars = Client(LICENCE).stock_history(code=code, st="", et="", period="d", dividend="f")
    if not bars:
        raise RuntimeError(f"{code} 未获取到数据，请检查证书是否有效")
    return perturb(bars, seed=SEED + int(code))


def to_frame(bars):
    df = pd.DataFrame(bars)
    for col in ("o", "h", "l", "c", "v"):
        df[col] = pd.to_numeric(df[col], errors="coerce")
    df["t"] = df["t"].astype(str)
    return df.sort_values("t").reset_index(drop=True)


def factor_scores(df):
    c, v = df["c"], df["v"]
    mom = c.iloc[-1] / c.iloc[0] - 1
    lowvol = -c.pct_change().tail(20).std()
    liq = (v * c).tail(20).mean()
    return {"动量": mom, "低波": lowvol, "流动性": liq}


def zscore(vals):
    a = np.asarray(vals, dtype=float)
    sd = a.std()
    return (a - a.mean()) / sd if sd > 0 else np.zeros_like(a)


def pick_top_n(frames, day):
    rows = []
    for code, df in frames.items():
        hist = df.iloc[day - WINDOW:day]
        rows.append({"代码": code, **factor_scores(hist)})
    table = pd.DataFrame(rows)
    for k in WEIGHTS:
        table[k + "_z"] = zscore(table[k])
    table["综合分"] = sum(table[k + "_z"] * w for k, w in WEIGHTS.items())
    return table.sort_values("综合分", ascending=False).head(TOP_N)["代码"].tolist()


def main(out_csv="review_detail.csv"):
    frames = {code: to_frame(fetch_bars(code)) for code in POOL}
    n = min(len(df) for df in frames.values())
    print(f"每只标的 {n} 条日线，因子窗口 {WINDOW}，可回看 {n - WINDOW} 个交易日\n")

    records = []
    for day in range(WINDOW, n):
        picks = pick_top_n(frames, day)
        ret_all, ret_pick = [], []
        for code, df in frames.items():
            r = df["c"].iloc[day] / df["c"].iloc[day - 1] - 1
            ret_all.append(r)
            if code in picks:
                ret_pick.append(r)
        avg_all = float(np.mean(ret_all))
        avg_pick = float(np.mean(ret_pick))
        records.append({
            "日期": frames["600519"]["t"].iloc[day],
            "候选": "、".join(POOL[c] for c in picks),
            "候选均涨": avg_pick,
            "全池均涨": avg_all,
            "超额": avg_pick - avg_all,
            "候选胜": sum(1 for r in ret_pick if r > 0),
        })

    detail = pd.DataFrame(records)
    detail.to_csv(out_csv, index=False, encoding="utf-8-sig")

    show = detail.copy()
    for col in ("候选均涨", "全池均涨", "超额"):
        show[col] = (show[col] * 100).round(2).astype(str) + "%"
    print(show.to_string(index=False))

    win_rate = (detail["候选均涨"] > 0).mean()
    ex_win = (detail["超额"] > 0).mean()
    hit_rate = detail["候选胜"].sum() / (len(detail) * TOP_N)
    print("\n===== 回看验收汇总 =====")
    print(f"回看交易日数        : {len(detail)}")
    print(f"候选组合日胜率      : {win_rate * 100:.2f}%")
    print(f"候选次日平均涨幅    : {detail['候选均涨'].mean() * 100:+.4f}%")
    print(f"全池同期平均涨幅    : {detail['全池均涨'].mean() * 100:+.4f}%")
    print(f"平均超额            : {detail['超额'].mean() * 100:+.4f}%")
    print(f"超额为正的天数占比  : {ex_win * 100:.2f}%")
    print(f"个股次日上涨命中率  : {hit_rate * 100:.2f}%")
    print(f"明细产出            : {out_csv}")


if __name__ == "__main__":
    main()

四、真实运行结果

在 Python 3.9 环境实测运行，控制台输出汇总如下：

text 复制代码

===== 回看验收汇总 =====
回看交易日数        : 29
候选组合日胜率      : 34.48%
候选次日平均涨幅    : -0.7776%
全池同期平均涨幅    : +0.1459%
平均超额            : -0.9235%
超额为正的天数占比  : 27.59%
个股次日上涨命中率  : 43.45%
明细产出            : review_detail.csv

这个结果值得认真看：候选组合在 29 个交易日中平均跑输全池基准约 0.92%。这不是代码错了------恰恰相反，它揭示了回看验收的核心价值：打分器好不好用，数据说了算。当前三因子权重（0.4/0.3/0.3）在这个样本期内不适应，如果不做回看，你可能一直带着一个帮倒忙的选股器实盘交易。

说明：演示证书返回固定样例数据，代码用确定性扰动模拟行情起伏；换成你自己的正式证书后删掉 perturb 调用即为真实行情，回看逻辑零改动。

五、三个关键细节

回看必须用滚动窗口，不能用整条历史一次性选：整条历史一次性选股会泄露「未来信息」（你知道了整个区间的表现来挑因子），滚动窗口才是真实的「当日收盘后选股、次日观察」。
超额比绝对收益更重要：候选涨 1% 但全池涨 2%，你的选股器实际上在帮倒忙。超额 = 候选均涨 - 全池均涨，是验收选股器独立价值的核心指标。
样本量决定结论可信度：29 天是一个起点，实盘建议累积至少 60 个交易日以上再做决策。样本量不够时，一次大涨/大跌就能把平均拉偏。

六、小结与下篇预告

选股器好不好用，不能靠直觉，要靠滚动回看的数据说话。本篇文章的代码框架可以直接套用到你自己的因子模型上------只需要替换 factor_scores() 里的因子定义，其余逻辑完全不用改。

下篇预告：《【Python量化选股流水线 #05】过滤阈值拍脑袋？窗口与阈值的敏感度实验》------用参数扫描找到最适合你的窗口大小、Top-N 数量和因子权重。

免责声明

本文所有代码与数据仅用于技术学习与演示，不构成任何投资建议。股市有风险，投资需谨慎。

代码与文档

SDK 与更多语言版本：https://github.com/MaiRuiApi