使用Pandas分析A股地天板数量的分布

发布日期: 2025-02-06

文章字数: 2.2k

阅读时长: 8 分

阅读次数:

在春节后开市的第一天，一些年前的涨停板直接出现了跌停的情况，同时也出现了一支地天板。
当地天板出现时，如果从地板买入，则会在一天内获得 20cm 的浮盈，诱惑是大的。
但是，注意，但是 —— 连板中触及跌停后，实现地天板的概率有多少呢？又有多大概率会直接躺地板上起不来，或者稍微好一点从地板上翘板成功呢？

flowchart LR; A[已经连续涨停N板] --> B{分时图突然触及跌停}; B -.->|可能| C[地天板]; B -.->|可能| D[躺地板]; B -.->|可能| E[翘板成功]; subgraph 继续连板; C; end; subgraph 破连板; D; E; end;

在上篇博客中（使用Pandas分析A股连板数量的分布），我使用 Pandas 统计了近期的涨停连板的数量分布，这次我们用另一种思路来统计一下地天板的数量分布，同时回答一下以下问题：

在各数量连板的股票中，地天板分别分布在第几板？
在所有连板的股票中，一旦在第N板的位置上触及跌停，实现地天板的股票数量、破连板且躺地板的股票数量、破连板且地板翘板成功的股票数量。
所有涉及连板后触及跌停的情况中，地天板的占比、躺地板的占比、翘地板的占比。

本文旨在通过分析地天板的数据分布，来观察和理解连板中出现跌停后各情况的概率，端正理性追板的心态。同时，对于想要学习 Pandas 的小伙伴来说，股票数据分析也是一个不错的主题实践方向。

以下是代码步骤。如果想直接看数据结果，可以跳到最后一个章节。

1. 加载日 K 线数据

不同于上篇博客中使用 HuggingFace 的datasets库来下载和加载数据集，这次我们手动下载 csv 文件，然后使用 Pandas 自带的函数从本地加载数据集。

1.1 下载数据集 csv 文件到本地

这次我们使用另一个A股日线数据集，HuggingFace dataset 位置 ellendan/a-share-21。
与之前的数据集不同的是，该数据集的范围是：2021-01 ~ 2025-01 的 A股日线数据。
在缩小了数据范围的同时，每行的数据特征除了日K线的数据之外，增加了每日的 DDE 数据和估值数据（这两块数据本次博客代码中不会使用）。

数据集每行数据，日K线部分包括：

code，股票的代码。
date，行情发生的日期。
close，收盘价。
open，开盘价。
low，最低价。
high，最高价。
volume，成交量。
turnover，成交额。
turnover_rate，换手率。
is_paused，是否停牌。（0否，1是）
high_limit，当日涨停的限价。
low_limit，当日跌停的限价。
avg_price，当日所有成交量的均价。
pre_close，前一日收盘价。
quote_rate，涨跌幅。
is_st，是否 ST。（0否，1是）
总数据量约有 4.92 M行。

1.2 创建 notebook script 文件

这次我们的代码，依赖的 Python 库分别是：

Pandas
numpy
jupyter
matplotlib

确保本地代码库已经进行了安装。
如果是下载笔者 HuggingFace Space 上的 Demo 代码库ellendan/a-share-demo，下载后请阅读 README 进行安装。
这次的 Pandas notebook script 文件的位置在<projectDirectory>/a_share/ipynb/floor_ceiling.ipynb。

1.3 加载下载好的 csv 文件

在 floor_ceiling.ipynb文件运行以下 python 代码。

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

pd.options.display.max_columns = None
# 设置中文字体
plt.rcParams['font.sans-serif'] = ['Songti SC']
plt.rcParams['axes.unicode_minus'] = False

# 需要从 HuggingFace dataset 上手动下载的 csv 文件放在本地。本代码库的 dataset 目录已经加入了.gitignore，不会将数据集提交到代码库。
data_path = '../../dataset/all-prices-with-values-250127.csv'
prices_df = pd.read_csv(data_path, index_col=(0,1))
prices_df.head()

运行后可以看到数据集中的各列，如下图：

2. 编写 Pandas 函数计算连板中的地天板

2.1 用 Pandas 计算最近400个交易日内的目标数据

代码中有三个重点项：

1 判断地天板的条件：
- source_data_frame['close'] == source_data_frame['high_limit'] 当日收盘价等于涨停价
- source_data_frame['is_st'] < 1 非 ST 股票
- source_data_frame['low'] == source_data_frame['low_limit'] 当日最低价等于跌停价
2 在各股票的连板区间，计算地天板的数量max_count_floor_ceiling、第一个地天板的发生位置（即是第几板）first_floor_ceiling_day
3 过滤掉 2 连板的股票(fc_df['max_high_limit_days'] > 2) &(fc_df['max_count_floor_ceiling'] > 0)

不用怀疑 —— 真的有股票在一次连板区间出现了两次地天板。但这并不意味着地天板就很常见，继续看后面的整体统计就会体会到。

2.2 使用 Matplotlib 将结果可视化

Matplotlib 绘图代码都比较简单和模式化，感兴趣可以自行查看 Demo 代码库，这里就不单独解释了，直接来看一下绘图结果。

解释：

图中一共有12张子图，分别对应着最近400个交易日内最高实现了 3连板 ~ 14连板的股票数据。
以第一张子图为例子，这张图统计的是 400个交易日内所有的最高实现了 3 连板的股票，地天板分别有6次出现在第一板、2次在第二板和1次在第三板。

结果观察：

从 4 连板以上的股票数据来看，大部分地天板出现了之后，连板趋势已近尾声。
其他结论，可自行读图判断。

3. 编写 Pandas 函数计算断板当天触及跌停的数据

3.1 用 Pandas 计算最近400个交易日内的目标数据

上述代码中：

躺地板的判断条件
- source_data_frame['is_high_limit'].diff() < 0 前一天是涨停(值为 1)，当天不涨停(值为0)，因此 diff 函数返回 (0-1) = -1
- source_data_frame['close'] == source_data_frame['low_limit'] 当天收盘价等于跌停价
翘地板的判断条件
- source_data_frame['is_high_limit'].diff() < 0
- source_data_frame['close'] != source_data_frame['low_limit'] 当天收盘价不等于跌停价
- source_data_frame['low'] == source_data_frame['low_limit'] 当天最低价等于跌停价

接着看公用函数 break_continuous_high_limit，区别于之前地天板——针对连板区间内的数据统计，这个函数统计的是各股票不涨停的连续交易日区间。

特别注意 字段pre_high_limit_days, 这个字段记录了每次破连板前的连板天数，后面通过此字段值 + 1，即可得知破连板当天是原本连板的第几天。

3.2 使用 Matplotlib 将结果可视化

解释：

这张布局图是将所有的连板股票数据（无论最高几连板）都汇总到了一张图上。
我们统计的是实现了 3 连板以上的股票数据，没有包括只有 2 连板的股票。
以第二根柱群为例，近400个交易日以内所有连板股票中，在连板的第二天出现地天板的数量有3次，相比于地天板，直接破连板当天躺地板上的有 278 次，从地板上挣扎成功的有 192 次。

结果观察：