单只/少量有免费额度；全市场标的池扫描（`universes` + `klines.batch`）需 Starter 及以上。详见[定价页](https://alphafeed.org/)。

如何用 Python 筛选创 52 周新低的股票？（超跌反弹与避雷两用）

Q: 52 周为什么用 250 个交易日？

A 股一年约 250 个交易日 ≈ 52 周。要更严格可用 252，差异很小。

Q: 和创 52 周新高筛选是什么关系？

完全镜像——新高是 `close ≥ 近250日 high 最大`，新低是 `close ≤ 近250日 low 最小`。可共用一套框架。

Q: 怎么只保留「刚破新低」的？

用 `dist_pct` 接近 0（如 ≤1%）过滤，排除「新低后已明显反弹」的票。

选股扫描 · 代码验证于 2026-10-04

如何用 Python 筛选创 52 周新低的股票？

一句话回答： 「创 52 周新低」= 当前价跌破过去约 250 个交易日的最低价。用 AlphaFeed 取全市场标的池 + klines.batch 批量日线，判断「最新收盘 ≤ 近 250 日最低」即创新低，再算出离 52 周低点的距离，几十行就能扫出全市场创新低股——既可找超跌反弹候选，也可当持仓避雷清单。

为什么会有这个问题 / 传统做法的痛点

创新低是把双刃剑：有人用它找「跌过头」的超跌反弹标的，有人用它排雷（持仓创新低先警惕）。难点在于批量判断全市场、并区分「刚破新低」和「新低后已反弹」。坑在于：必须用前复权价（否则除权跳变误判），而且创新低≠马上反弹，要配合量能与基本面，避免「越跌越买」的陷阱。

分步骤解决（每步配可运行代码）

第 1 步：取前复权日线，判断是否创 52 周新低

from alphafeed import AlphaFeed
import pandas as pd

af = AlphaFeed()  # 读取 ALPHAFEED_API_KEY

df = af.klines.get("600519.SH", period="1d", count=260,
                   adjust="forward", to_dataframe=True)
df = df.sort_values("trade_date").reset_index(drop=True)

WIN = 250                      # 约 52 周（一年交易日）
low_252 = df["low"].tail(WIN).min()
last_close = df["close"].iloc[-1]
is_new_low = last_close <= low_252 * 1.001   # 容差 0.1%，贴着低点也算
print(f"52周最低 {low_252:.2f}，现价 {last_close:.2f}，创新低={is_new_low}")

第 2 步：量化「离 52 周低点的距离」

dist_to_low = (last_close / low_252 - 1) * 100     # 高于低点百分比
print(f"距 52 周低点 +{dist_to_low:.1f}%")

字段	含义	解读
`low_252`	近 250 日最低价	52 周低点
`is_new_low`	现价 ≤ 低点(含容差)	正在创新低
`dist_to_low`	现价高于低点的百分比	0 附近=贴近新低；越大=已反弹

第 3 步：封装判定函数

def near_52w_low(k, win=250, tol=0.001):
    k = k.sort_values("trade_date")
    if len(k) < 60:            # 样本太短(次新股)跳过
        return None
    low = k["low"].tail(win).min()
    last = k["close"].iloc[-1]
    if low <= 0:
        return None
    return {"low_252": round(float(low), 2),
            "close": round(float(last), 2),
            "dist_pct": round(float((last / low - 1) * 100), 2),
            "is_new_low": bool(last <= low * (1 + tol))}

第 4 步：全市场扫描创新低股

q = af.quotes.get(universes="CN_Stock", to_dataframe=True)
codes = q["symbol"].tolist()

hits = []
CHUNK = 300
for i in range(0, len(codes), CHUNK):
    data = af.klines.batch(codes[i:i+CHUNK], period="1d", count=260,
                           adjust="forward", to_dataframe=True)
    for sym, k in data.items():
        r = near_52w_low(k)
        if r and r["is_new_low"]:
            hits.append((sym, r["dist_pct"]))
print(f"创 52 周新低个股数: {len(hits)} 样例: {hits[:10]}")

关键坑与注意事项

必须用前复权价：未复权价在除权日会假性创新低/掩盖新低。
创新低 ≠ 可抄底：下跌趋势中「新低后还有新低」很常见，别只因创新低就买；基本面恶化的票可能持续阴跌。
用 low 还是 close 判新低：本文用近 250 日 low 的最小值作基准、与现价比；也可用收盘价序列判「收盘创新低」，口径不同结果略异。
次新股样本不足：上市不足一年没有完整 52 周，len(k)<60 直接跳过或按实际窗口处理。
配合量能/反转信号：超跌反弹应等「缩量止跌 + 放量反包」等确认，别裸接下跌刀。
请求量控制：count=260 够判 250 日窗口，分块 batch 并配合缓存，别拉全历史。

常见问题（FAQ）

Q：52 周为什么用 250 个交易日？ A：A 股一年约 250 个交易日 ≈ 52 周。要更严格可用 252，差异很小。

Q：和创 52 周新高筛选是什么关系？ A：完全镜像——新高是 close ≥ 近250日 high 最大，新低是 close ≤ 近250日 low 最小。可共用一套框架。

Q：怎么只保留「刚破新低」的？ A：用 dist_pct 接近 0（如 ≤1%）过滤，排除「新低后已明显反弹」的票。

Q：需要付费吗？ A：单只/少量有免费额度；全市场标的池扫描（universes + klines.batch）需 Starter 及以上。详见定价页。

小结

筛创 52 周新低，核心是「现价 ≤ 近 250 日最低」。用 AlphaFeed 批量取前复权日线，几十行就能扫出全市场创新低股并算出离低点距离，用于超跌反弹研究或持仓避雷。务必用前复权价、跳过次新股，并牢记「创新低≠能抄底」，配合量能与基本面确认。