4. 停复牌数据获取

停复牌数据的获取，是缺失行情修复链条的起点。若停复牌事件本身识别错误，后续的插值、对齐、因子计算都会建立在错误前提上。本节围绕“从哪里拿数据、怎么拿、拿到后怎么清洗、如何判定停复牌事件”四个环节展开，目标是让学员建立一条可复现、可审计的数据获取与事件识别流水线。

一、核心原理：三类数据源的互补关系

停复牌信息并非只存在于一个地方。交易所公告是权威事实来源，行情数据源是交易状态的直接体现，数据接口则是工程化获取的通道。三者关系可以概括为：公告定义“为什么停”，行情定义“是否真的没交易”，接口负责“稳定地把两者取回来”。

• 交易所公告：上交所、深交所、北交所官网及巨潮资讯网发布的停牌/复牌公告，包含停牌原因、停牌起始日、预计复牌日、复牌日等字段，权威性最高，但格式多样、更新有延迟。
• 行情数据源：日线、分钟线行情中，停牌日通常表现为无成交、无收盘价或收盘价沿用前值。通过成交量、成交额、最高最低价是否为空，可以反推交易状态。
• 数据接口：Wind、Choice、Tushare、AkShare、聚宽等提供的停复牌接口，以及交易所公开数据接口，负责批量、定时、结构化地拉取上述信息。

二、方法流程：从接口拉取到事件表生成

完整流程可分为五步：接口拉取、字段对齐、数据清洗、事件识别、事件表落库。下面以 Tushare 与 AkShare 为例给出典型调用方式。

# 示例：拉取停复牌信息（Tushare）
import tushare as ts
pro = ts.pro_api('YOUR_')
df = pro.suspend_d(suspend_type='S', start_date='20240101', end_date='20241231')
# 字段：ts_code, trade_date, suspend_timing, suspend_type

# 示例：AkShare 获取停复牌
import akshare as ak
suspend_df = ak.stock_tfp_em(date="20240101")

拉取后需进行字段对齐：统一股票代码格式（如 600000.SH 与 600000 的映射）、统一日期格式（YYYYMMDD 与 YYYY-MM-DD）、统一停牌类型编码（S 停牌、R 复牌）。随后进入清洗环节。

三、数据清洗：停复牌数据的常见脏数据类型

停复牌数据清洗的重点不是“去重”这么简单，而是要处理以下几类问题：

四、停复牌事件识别：从记录到区间

清洗后的停复牌记录仍是离散的“点”，而修复缺失行情需要的是“区间”。事件识别的核心任务，就是把停牌记录与复牌记录配对，生成 [停牌起始日, 复牌日) 的停牌区间。

1. 按股票代码分组，按日期升序排列。
2. 遇到 suspend_type=S 记录，标记为区间起点。
3. 向后寻找最近的 suspend_type=R 记录，作为区间终点。
4. 若区间终点缺失，用行情中首个恢复成交的交易日作为终点。
5. 校验区间内每个交易日是否确实无成交，剔除误判区间。

# 事件区间生成伪代码
for code, group in df.groupby('ts_code'):
    group = group.sort_values('trade_date')
    start = None
    for _, row in group.iterrows():
        if row['suspend_type'] == 'S':
            start = row['trade_date']
        elif row['suspend_type'] == 'R' and start:
            events.append((code, start, row['trade_date']))
            start = None

识别完成后，还需与行情数据做一次“一致性校验”：停牌区间内的交易日，成交量应为 0 或缺失；复牌日当天应恢复成交。若不一致，需回到公告或行情源排查。

五、案例与复盘：一次误判引发的修复偏差

某量化团队在修复某只股票 2023 年 5 月的缺失行情时，发现 5 月 8 日至 5 月 12 日无任何成交数据，便直接判定为停牌并做了前值填充。但后续核对公告发现，该股实际停牌日为 5 月 9 日至 5 月 11 日，5 月 8 日和 5 月 12 日均为正常交易日，只是当日成交量为 0（极端冷门股）。这一误判导致两天的“伪停牌”被错误填充，进而影响了波动率因子的计算。

复盘结论有三点：

• 不能仅凭行情缺失判定停牌，必须与公告交叉验证。
• 停牌区间边界要精确到日，起始日和复牌日的归属直接影响收益率计算。
• 清洗与识别要留痕，每一步的剔除、回填、修正都应记录日志，便于审计与复现。

至此，停复牌数据从获取、清洗到事件识别的完整链路已经建立。下一阶段将在此基础上，进入缺失行情的具体修复方法。