如何利用标的信息为研究股票池补充名称和交易所信息？

在量化研究中，股票池往往从一份简单的代码列表开始：

python 复制代码

symbols = [
    "600519.SH",
    "000001.SZ",
    "601318.SH",
    "300750.SZ",
]

这样的列表足以用于行情查询，但随着研究流程逐渐复杂，只有证券代码就不够了。研究报告需要显示股票名称，结果表需要区分所属交易所，数据检查程序也需要识别代码与市场信息是否匹配。

一种直接的解决办法是为股票池补充证券名称和交易所字段，将原始代码列表转换为结构化的标的信息表。

关键在于：不要把名称和交易所信息散落在策略代码中，而应当将它们作为独立的标的元数据进行维护，并通过证券代码与研究股票池关联。

一、先明确需要补充哪些字段

假设当前的研究股票池包含四只股票，我们希望最终得到这样的数据结构：

symbol	name	exchange
600519.SH	贵州茅台	SH
000001.SZ	平安银行	SZ
601318.SH	中国平安	SH
300750.SZ	宁德时代	SZ

表格中的名称和交易所仅用于说明目标数据结构，实际研究应以当前有效的标的信息为准。

建议至少保留以下字段：

symbol：标准化后的证券代码，作为关联键。
name：证券名称，用于展示和研究结果解释。
exchange：交易所代码，用于市场分类和数据校验。

如果后续需要支持更多市场，还可以增加 market、asset_type 和 updated_at 等字段。

需要注意，交易所与市场并不是完全相同的概念。交易所表示证券上市或交易的场所，市场分类则可能包含 A 股、ETF、港股、美股等更高层级的信息。两者最好分开管理，不要仅凭一个交易所字段推断全部市场属性。

二、使用 QuantDash 获取标的数据，再整理股票池

对于已经使用 Python 开展量化研究的团队，可以将 QuantDash 作为金融数据接入的一部分。

官方 Python 示例仓库提供了以下已公开的行情查询方式：

python 复制代码

from quantdash import QuantDash

qd = QuantDash()

quotes = qd.quotes.get(
    universes="CN_Stock",
    to_dataframe=True,
)

print(quotes.columns.tolist())
print(quotes.head())

运行前需要安装 SDK，并在环境变量 QUANTDASH_API_KEY 中配置有效的 API Key。这里通过 CN_Stock 查询 A 股股票池的行情快照，返回结果以 DataFrame 形式接收。

需要特别区分两个概念：

行情快照提供的是查询时点的市场数据。
标的元数据用于描述证券的名称、代码、交易所等基础属性。

行情查询结果中是否包含名称或交易所字段，应当以实际返回的列为准。不能仅凭接口返回了 DataFrame，就假设其中一定包含某个名称字段。

如果当前接口返回的数据没有包含所需元数据，应当通过官方文档确认标的信息接口的具体调用方式，而不是自行猜测 SDK 方法名。

官方示例仓库可以在这里查看： QuantDash Python 示例。

三、建立独立的标的元数据表

无论元数据来自何种经过确认的数据接口，都建议将其整理为统一的数据结构。

下面以已经获取并确认字段含义的元数据 DataFrame security_master 为例。

假设它至少包含 symbol、name 和 exchange 三列。

python 复制代码

import pandas as pd

# 待研究的股票代码
universe = pd.DataFrame({
    "symbol": [
        "600519.SH",
        "000001.SZ",
        "601318.SH",
        "300750.SZ",
    ]
})

# security_master 应由实际标的信息数据整理而来。
# 此处不假设任何未核实的 SDK 元数据字段。
required_columns = {"symbol", "name", "exchange"}

missing_columns = required_columns - set(security_master.columns)

if missing_columns:
    raise ValueError(
        f"标的元数据缺少必要字段：{sorted(missing_columns)}"
    )

# 统一证券代码的基本格式
universe["symbol"] = (
    universe["symbol"]
    .astype("string")
    .str.strip()
    .str.upper()
)

security_master = security_master[
    ["symbol", "name", "exchange"]
].copy()

security_master["symbol"] = (
    security_master["symbol"]
    .astype("string")
    .str.strip()
    .str.upper()
)

# 检查元数据是否存在重复证券代码
duplicates = security_master.loc[
    security_master["symbol"].duplicated(keep=False)
]

if not duplicates.empty:
    raise ValueError(
        "标的元数据存在重复证券代码，请先确认记录是否冲突。"
    )

# 以研究股票池为主表，补充名称和交易所信息
research_pool = universe.merge(
    security_master,
    on="symbol",
    how="left",
    validate="one_to_one",
    indicator=True,
)

# 检查哪些研究标的没有匹配到元数据
unmatched = research_pool.loc[
    research_pool["_merge"] != "both",
    "symbol",
]

if not unmatched.empty:
    print("以下证券尚未匹配到标的信息：")
    print(unmatched.tolist())

research_pool = research_pool.drop(columns="_merge")

print(research_pool)

这段代码中，security_master 是已经整理好的标的信息表，并不是 QuantDash SDK 自动生成的变量。应先通过实际数据接口取得元数据，再按照代码中的字段约定整理。

这样的设计将数据获取与股票池处理分开，后续更换数据源或调整元数据存储方式时，也不必重写整个研究流程。

为什么使用左连接？

这里使用：

python 复制代码

how="left"

原因是研究股票池才是我们真正关心的对象。

如果某只股票暂时没有匹配到元数据，左连接会保留它，并将缺失的字段留空。相比之下，如果直接使用内连接，这只股票可能会悄悄从研究股票池中消失。

对于量化研究而言，标的匹配失败本身就是一项值得记录的数据质量问题，不应该被静默忽略。

四、不要只补充字段，还要检查数据质量

名称和交易所信息补充完成后，建议至少进行三项检查。

第一，检查是否存在未匹配的证券。

python 复制代码

missing_metadata = research_pool[
    research_pool["name"].isna()
    | research_pool["exchange"].isna()
]

if not missing_metadata.empty:
    print(missing_metadata)

第二，检查名称是否为空字符串。

空字符串与真正的缺失值并不相同。

python 复制代码

empty_names = research_pool[
    research_pool["name"]
    .astype("string")
    .str.strip()
    .eq("")
    .fillna(False)
]

print(empty_names)

第三，检查交易所字段是否符合当前研究范围。

例如，当前项目只研究沪深交易所的普通股票，就应该根据已确认的证券主数据规则检查交易所取值，而不是直接将所有未知值归入上海或深圳市场。

不要仅依赖证券代码后缀生成最终交易所字段。代码后缀可以用来进行辅助校验，但实际标的信息仍应作为权威匹配依据。

五、让标的信息成为研究流程中的基础数据

当研究股票池被多个模块共同使用时，可以将标的信息独立存储，例如保存为 Parquet 文件或数据库中的证券主数据表。

实际工程中，还应考虑两个问题。

一是元数据的更新时间。证券名称、上市状态等属性可能发生变化，因此应保留数据更新时间，必要时维护历史版本。

二是标的身份的一致性。不要使用股票名称作为主键，因为名称可能变更，也可能存在相同或相似名称。对于单一市场的基础研究，可以使用标准化证券代码进行关联；如果研究跨市场证券或历史证券，应进一步确认代码体系是否足以唯一识别标的。

最终，研究股票池不再只是一个字符串列表，而是一张能够关联行情、名称和交易所信息的结构化数据表。这不仅便于展示研究结果，也为后续的数据校验和多市场研究提供了更清晰的基础。

QuantDash 官方文档

QuantDash 技术文档 --- 查看 Python SDK、REST API 和数据接口说明。