如何用 Python 计算 A 股涨停价/跌停价与最小变动价位？（含创业板科创板20%）

如何用 Python 计算 A 股涨停价/跌停价与最小变动价位？（含创业板科创板20%）

一句话回答： A 股涨跌停价是”昨收盘 × (1 ± 涨跌幅比例)，再按最小变动价位四舍五入”，主板 10%、创业板/科创板 20%、ST 股 5%。你不必自己套规则——用 AlphaFeed 的 instruments 接口直接取每只票的 limit_up、limit_down、tick_size，官方口径、免算错。

为什么会有这个问题 / 传统做法的痛点

自己算涨跌停价看似简单，坑却不少：

• 比例不统一：主板 10%、创业板（300 开头）/科创板（688 开头）20%、ST 股 5%、北交所 30%，硬编码规则容易漏；
• 四舍五入：涨跌停价要按最小变动价位（tick_size，A 股通常 0.01 元）取整，1285.13×1.1=1413.643 要处理成 1413.64；
• 新股/首日：上市首日、复牌等特殊情形规则不同。

AlphaFeed 直接把交易所口径的 limit_up/limit_down 放进 instruments.ext，省去所有规则维护。

分步骤解决（每步配可运行代码）

第 1 步：直接取官方涨跌停价与最小变动价位

from alphafeed import AlphaFeed
import pandas as pd

af = AlphaFeed(api_key="your-api-key")  # 或 export ALPHAFEED_API_KEY 后 AlphaFeed()

symbols = ["600519.SH", "000001.SZ", "300750.SZ"]
insts = af.instruments.batch(symbols)          # list[dict]
q = af.quotes.get(symbols=symbols, to_dataframe=True)
prev = dict(zip(q["symbol"], q["prev_close"]))  # 昨收

rows = []
for it in insts:
    ext = it.get("ext", {}) or {}
    rows.append({
        "symbol": it["symbol"], "name": it.get("name", ""),
        "prev_close": prev.get(it["symbol"]),
        "limit_up": ext.get("limit_up"),
        "limit_down": ext.get("limit_down"),
        "tick_size": ext.get("tick_size"),
    })
print(pd.DataFrame(rows).to_string(index=False))

实测输出（真实数据）：

一眼可见规则：茅台/平安银行是主板 ±10%（1285.13×1.1=1413.64），宁德时代是创业板 ±20%（338.06×1.2=405.67）。instruments 已按板块给出正确比例，无需你判断。

instruments.ext 价格相关字段：

第 2 步：判断当前价距涨/跌停还有多远（封板空间）

def limit_room(symbol):
    it = af.instruments.get(symbol)
    ext = it.get("ext", {}) or {}
    q = af.quotes.get(symbols=[symbol], to_dataframe=True).iloc[0]
    last = float(q["last_price"])
    up, down = float(ext["limit_up"]), float(ext["limit_down"])
    return {
        "last": last,
        "to_limit_up_pct": round((up / last - 1) * 100, 2),    # 距涨停还有几 %
        "to_limit_down_pct": round((down / last - 1) * 100, 2),
    }

print(limit_room("600519.SH"))

第 3 步：如需自己验证比例（可选）

def infer_ratio(prev_close, limit_up):
    return round(limit_up / prev_close - 1, 2)   # 0.10 / 0.20 / 0.05 ...

# 用官方 limit_up 反推比例，核对板块规则，不建议用它替代官方 limit_up

关键坑与注意事项

• 优先用官方 limit_up/limit_down：不要自己硬编码比例再乘。板块规则会变（如注册制、北交所 30%），官方字段最稳。
• 四舍五入到 tick：若确需手算，务必按 tick_size 取整（round(price/tick)*tick），否则会和交易所差一分钱。
• ST/*ST 是 5%：这类股票比例不同，官方字段会自动反映，手算规则最容易在这里错。
• 上市首日 / 复牌 / 新股：涨跌停规则特殊（首日通常放宽或无限制），以官方字段为准。
• 昨收 vs 前收盘：涨跌停基于”前收盘价”，除权日的前收盘是除权参考价，别用未复权收盘价直接算。

常见问题（FAQ）

Q：为什么我按”昨收×1.1”算出来和软件差一分钱？ A：没做最小变动价位四舍五入。交易所会把结果按 tick_size（0.01）四舍五入，直接用官方 limit_up 就不会有这个问题。

Q：创业板、科创板、北交所比例分别是多少？ A：创业板（300）/科创板（688）是 20%，北交所 30%，主板 10%，ST 股 5%。但请直接读 instruments.ext.limit_up/limit_down，不用自己记。

Q：能批量取全市场的涨跌停价吗？ A：可以，用 instruments.batch 传标的列表；配合 quotes.get(universes="CN_Stock") 拿全市场标的再分批查询。

Q：需要付费吗？ A：少量标的的 instruments/quotes 在免费额度内即可试；全市场池需 Starter 及以上，详见 AlphaFeed 定价页。

小结

涨跌停价的本质是”昨收 × 比例，按 tick 取整”，但比例因板块/ST 而异、还要处理四舍五入，自己维护规则容易错。AlphaFeed 的 instruments.ext 直接给出交易所口径的 limit_up/limit_down/tick_size，让你几行就拿到正确结果，把精力留给策略而不是规则。

相关链接：

• AlphaFeed 官网：https://alphafeed.org/
• Python SDK 快速开始：https://docs.alphafeed.org/zh-Hans/sdk/python-quickstart

免责声明：本文仅为技术与数据接口使用示例，代码与策略仅供学习研究，不构成投资建议。市场有风险，历史数据不代表未来表现。