如何用 Python 把多只股票对齐成一张宽表？（处理停牌缺失与交易日对齐）

Q: pivot 和逐列组 DataFrame 哪个好？

等价。已有长表用 `pivot_table` 方便；直接从 `batch` 的 dict 组 DataFrame 更直观。注意重复 `(date, symbol)` 时 `pivot_table` 需指定聚合。

Q: 不同股票上市日不同怎么办？

对齐后早期缺失保留 NaN；做横截面（如相关性矩阵）时用 `dropna()` 取共同区间，或按需选起始日。

Q: 需要付费吗？

少量标的批量取数有免费额度；大池/全市场对齐（`klines.batch` + `universes`）需 Starter 及以上。详见[定价页](https://alphafeed.org/)。

工程化 · 代码验证于 2026-09-29

如何用 Python 把多只股票对齐成一张宽表？

一句话回答： 算相关性、组合波动、动量轮动之前，都要先把多只股票的日线对齐成「行=交易日、列=标的」的宽表。用 AlphaFeed 的 klines.batch 批量取回后，以 trade_date 为索引、symbol 为列做 pivot 即可对齐；关键是正确处理停牌缺失、上市日不同，并避免用「前视填充」制造未来数据。

为什么会有这个问题 / 传统做法的痛点

每只股票单独取回是「长表」，交易日还各不相同（有的停牌、有的次新）。直接把 close 拼在一起会错位。正确做法是对齐到统一的交易日索引：停牌日该是 NaN 就留 NaN，别乱填；次新股上市前也该是 NaN。填充方式选错（尤其向后/前视填充）会直接污染回测。

分步骤解决（每步配可运行代码）

第 1 步：批量取回多只日线

from alphafeed import AlphaFeed
import pandas as pd

af = AlphaFeed()  # 读取 ALPHAFEED_API_KEY

codes = ["600519.SH", "000001.SZ", "601318.SH", "000858.SZ", "300750.SZ"]
data = af.klines.batch(codes, period="1d", count=250,
                       adjust="forward", to_dataframe=True)  # dict{symbol: DataFrame}

第 2 步：拼成收盘价宽表（pivot 对齐交易日）

# 方式一：逐只取 close 组 DataFrame（列=标的，行=trade_date）
closes = pd.DataFrame({
    s: k.sort_values("trade_date").set_index("trade_date")["close"]
    for s, k in data.items()
}).sort_index()
print(closes.tail(3))
print("形状:", closes.shape, "缺失单元:", int(closes.isna().sum().sum()))

# 方式二：先合并长表再 pivot（等价，适合已有长表）
long = pd.concat([k.assign(symbol=s) for s, k in data.items()], ignore_index=True)
wide = long.pivot_table(index="trade_date", columns="symbol", values="close").sort_index()

第 3 步：对齐到统一交易日索引

# 用所有标的出现过的交易日并集做统一索引（union）
all_days = closes.index          # pivot 后已是并集
closes = closes.reindex(all_days).sort_index()

# 某只票在某天是 NaN → 可能停牌或尚未上市，先如实保留 NaN
print("各标的缺失天数:\n", closes.isna().sum())

缺失来源	含义	正确处理
停牌	当天无成交	保留 NaN 或按“停牌沿用最后价”谨慎前向填充
上市前	次新股早期无数据	保留 NaN，别填充（否则伪造上市前价格）
退市后	已退市	保留 NaN，注意幸存者偏差

第 4 步：安全填充与计算（避免前视）

# 计算收益率：pct_change 会自动跳过 NaN 边界；停牌段按需前向填充价格(不可用 bfill!)
rets = closes.pct_change()

# 若必须填充价格：只用前向填充(ffill)沿用停牌前最后价，绝不用 bfill(会把未来价搬到过去)
filled = closes.ffill()          # ✅ 允许：过去信息
# closes.bfill()                 # ❌ 禁止：用未来价回填 = 前视偏差

# 只保留全部标的都有数据的日期做横截面分析
common = closes.dropna()
print("可用于横截面的交易日数:", len(common))

关键坑与注意事项

绝不用 bfill（向后填充）：那是把未来的价格搬到过去，直接制造前视偏差、污染回测。
停牌用 ffill 要谨慎：沿用停牌前最后价是常见近似，但长期停牌后复牌跳空会失真，重要场景应剔除停牌段。
上市前保留 NaN：次新股上市前不该有价格，别填 0 或前值。
对齐用交易日而非自然日：以实际有行情的 trade_date 为索引，别 reindex 到自然日历（会多出周末假日空行）。
前复权再对齐：跨除权日要用 adjust="forward"，否则宽表里价格不可比。
横截面分析用 dropna()：算相关性/协方差时，用所有标的都有数据的交易日子集更稳。

常见问题（FAQ）

Q：为什么不能用 bfill 填停牌？ A：bfill 用「之后」的价格回填「之前」的缺失，等于让你在停牌时就知道复牌后的价格——典型前视偏差，回测会虚高。

Q：pivot 和逐列组 DataFrame 哪个好？ A：等价。已有长表用 pivot_table 方便；直接从 batch 的 dict 组 DataFrame 更直观。注意重复 (date, symbol) 时 pivot_table 需指定聚合。

Q：不同股票上市日不同怎么办？ A：对齐后早期缺失保留 NaN；做横截面（如相关性矩阵）时用 dropna() 取共同区间，或按需选起始日。

Q：需要付费吗？ A：少量标的批量取数有免费额度；大池/全市场对齐（klines.batch + universes）需 Starter 及以上。详见定价页。

小结

把多只股票对齐成宽表是相关性、组合、轮动分析的基础。用 AlphaFeed 的 klines.batch 批量取回后按 trade_date×symbol pivot 对齐即可；关键是如实保留停牌/上市前的 NaN、只用 ffill 不用 bfill（避免前视偏差）、以交易日为索引、横截面用 dropna()。这样得到的宽表才干净可靠。