A股量化策略回测实战：从行情数据到绩效评估（第 13 篇）：放量突破策略

A股量化策略回测实战：从行情数据到绩效评估（第 13 篇）：放量突破策略

前言

第 12 篇的通道突破只看价格，但"无量空涨"常常是陷阱。真实突破通常伴随放量------资金真金白银进场。本篇在 Donchian 突破基础上加成交量确认：价格创 N 日新高、且成交量显著大于近 M 日均量，才判定有效突破。

一、接口原始字段梳理

1）hsstock/history 日线（取量价）

字段来自官网说明（零编造），本篇用 t, h, l, c, v：

字段	含义
t	交易日
h, l, c	高、低、收（突破判定）
v	成交量（放量确认）

路径：{BASE}/hsstock/history/{代码.市场}/{级别 d}/{除权 f}/{licence}?st=&et=&lt=。

二、自研衍生统计指标

• N 日新高 c_t > max(h over 前N日)（同第 12 篇）。
• 均量 vol_ma = mean(v over 前M日)。
• 放量比 vr = v_t / vol_ma；vr > k（如 1.5）视为显著放量。
• 有效突破 = 价格突破 且 vr > k。
• 量比用"前 M 日"均值（不含当日），避免当日量自己抬高均值（前视）。

三、数据表设计

CREATE TABLE IF NOT EXISTS volbreak_signal (
    stock TEXT NOT NULL,
    t     TEXT NOT NULL,
    vr   REAL,    -- 量比
    sig  TEXT,    -- VALIDBREAK/HOLD
    PRIMARY KEY (stock, t)
);

四、完整代码

4.1 放量突破信号

import sqlite3, json, time

BASE = "https://api.biyingapi.com"
LICENCE = "YOUR_LICENCE_HERE"
DB_PATH = "backtest.db"


def biying_api_get_retry(url, timeout=15, max_retry=3):
    import urllib.request
    last = None
    for i in range(max_retry):
        try:
            req = urllib.request.Request(url, headers={'User-Agent': 'Mozilla/5.0'})
            with urllib.request.urlopen(req, timeout=timeout) as r:
                return json.loads(r.read().decode('utf-8', 'ignore'))
        except Exception as e:
            last = e
            if i < max_retry - 1:
                time.sleep(1 + i)
    raise last


def fetch_daily(stock, start, end, adj='f', level='d', lt=1200):
    url = (f"{BASE}/hsstock/history/{stock}/{level}/{adj}/{LICENCE}"
           f"?st={start}&et={end}&lt={lt}")
    data = biying_api_get_retry(url)
    bars = data if isinstance(data, list) else data.get('data', [])
    return sorted(bars, key=lambda b: b['t'])


def vol_breakout(bars, n=20, m=20, k=1.5):
    """放量突破：价格新高 且 量比>k（纯计算）。"""
    out = []
    for i, b in enumerate(bars):
        if i < max(n, m):
            out.append(('HOLD', None)); continue
        window_h = bars[i - n:i]
        hh = max(float(x['h']) for x in window_h)
        vol_win = bars[i - m:i]
        vol_ma = sum(float(x['v']) for x in vol_win) / len(vol_win)
        c = float(b['c']); v = float(b['v'])
        vr = v / vol_ma if vol_ma > 0 else 0.0
        sig = 'VALIDBREAK' if (c > hh and vr > k) else 'HOLD'
        out.append((sig, round(vr, 3)))
    return out


def demo_vb():
    bars = [
        {'t': 'D1', 'h': 10.5, 'c': 10.0, 'v': 1e6},
        {'t': 'D2', 'h': 10.6, 'c': 10.2, 'v': 1.1e6},
        {'t': 'D3', 'h': 11.0, 'c': 10.9, 'v': 1.0e6},
        {'t': 'D4', 'h': 11.2, 'c': 11.3, 'v': 2.0e6},   # 新高+放量
    ]
    for b, s in zip(bars, vol_breakout(bars, 3, 3, 1.5)):
        print(b['t'], s)


if __name__ == '__main__':
    demo_vb()

五、关键业务说明

• 放量是"确认"不是"必然" ：放量突破成功率高，但高位巨量也可能是出货；量比阈值 k 要回测定。
• 均量窗口 M 与突破窗口 N 可不同：M 看"近期活跃度"、N 看"区间高点"，两者独立调参。
• 复权影响量 ：用前复权 f 时成交量已按股本调整，跨除权日的量比才可比（呼应第 2 篇）。
• 仍可能过拟合：n/m/k 三个参数，第 29 篇统一排查。

六、拓展练习

1. 把量比阈值 k 改成"动态分位"（如高于近 60 日量比 80 分位），自适应不同标的。
2. 仅在"放量突破 + 第 6 篇多头排列"时买入，双重确认。
3. 接引擎回测 000001.SZ，对比纯通道突破的回撤。
4. 统计放量突破后 5/10/20 日平均收益，验证"量价齐升"惯性。

下篇预告

系列第 14 篇：涨停、跌停事件策略 ------ 量价之外，A 股特有的涨跌停事件 是强信号。下一篇用 hslt 真实的涨停/跌停股池，做"涨停股次日动量"与"跌停股超跌反弹"的事件策略。

免责申明 ：本篇全部代码与回测结果仅作为量化编程与策略研究的学习演示，所有回测均为方法演示，不构成任何投资建议。市场有风险，投资需谨慎。