AlphaFeed Blog

如何用 Python 计算上行/下行捕获率？看一只股票是「涨跟得上、跌扛得住」还是反过来

分析与指标 · 代码验证于 2026-10-06

如何用 Python 计算上行/下行捕获率？

一句话回答： 上行捕获率 = 大盘上涨的日子里「个股平均收益 ÷ 大盘平均收益」，下行捕获率 = 大盘下跌的日子里「个股平均收益 ÷ 大盘平均收益」。理想标的是上行捕获率高（涨跟得上）、下行捕获率低（跌扛得住）。用 AlphaFeed 取个股与沪深300（000300.SH）的前复权日线，按涨跌把交易日分两组各算一次比值即可——这是比单一 Beta 更细、能分辨「攻」与「守」的攻防性指标。

为什么会有这个问题 / 传统做法的痛点

Beta 只给一个数（整体对大盘的敏感度），分不清「涨的时候跟得紧、跌的时候更抗跌」还是相反。但对选股来说，这个区别至关重要：

捕获率把 Beta 拆成「涨时弹性」和「跌时弹性」两半，一眼看清攻防属性。

分步骤解决（每步配可运行代码）

第 1 步：取个股与基准，对齐交易日算日收益

from alphafeed import AlphaFeed
import pandas as pd

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

stock = af.klines.get("600519.SH", period="1d", count=500,
                      adjust="forward", to_dataframe=True)
bench = af.klines.get("000300.SH", period="1d", count=500, to_dataframe=True)

s = stock.sort_values("trade_date").set_index("trade_date")["close"].pct_change()
b = bench.sort_values("trade_date").set_index("trade_date")["close"].pct_change()
pair = pd.concat([s, b], axis=1, keys=["s", "b"]).dropna()   # 按交易日对齐

个股前复权，指数不除权；dropna() 剔除停牌错位。

第 2 步：按大盘涨/跌分组，各算捕获率

up = pair[pair["b"] > 0]                     # 大盘上涨日
down = pair[pair["b"] < 0]                   # 大盘下跌日
up_cap = up["s"].mean() / up["b"].mean()     # 上行捕获率
down_cap = down["s"].mean() / down["b"].mean()  # 下行捕获率
print("上行捕获率 =", round(up_cap, 3))
print("下行捕获率 =", round(down_cap, 3))

实测（tools/verify_new_2026-10-06.py，SDK 0.1.4）：贵州茅台 vs 沪深300、近 499 个交易日（上涨 268 日、下跌 231 日）：上行捕获率 = 0.374、下行捕获率 = 0.425。两者都 < 1 说明茅台这段波动小于沪深300；但下行捕获(0.425) > 上行捕获(0.374)，意味着「大盘跌时它跟跌的比例，反而比大盘涨时跟涨的比例更高」——这段时间偏弱（攻不足、守也不占优）。

第 3 步：用「捕获价差」一眼判好坏

spread = up_cap - down_cap          # >0 攻守俱佳；<0 涨跟不上/跌更惨
print("捕获价差(上-下) =", round(spread, 3))

实测茅台捕获价差 = −0.051（略负），印证上面的判断。正值越大越理想。

参数与字段说明

参数/概念含义备注
adjust="forward"个股前复权必须；指数无需复权
基准000300.SH可换中证500/上证指数
上行捕获率大盘涨日 个股/大盘平均收益越高越能跟涨
下行捕获率大盘跌日 个股/大盘平均收益越低越抗跌
捕获价差上行−下行>0 攻守俱佳

关键坑与注意事项

常见问题（FAQ）

Q：捕获率和 Beta 什么关系？ A：Beta 是「整体」敏感度（一个数），捕获率把它拆成「涨时」和「跌时」两个数，能分辨攻守。两者互补。

Q：上行捕获率一定要 > 100% 吗？ A：不一定。防守型标的上行 < 100% 但下行更低，照样是好的「守」。关键看捕获价差（上−下）和你的攻守需求。

Q：需要付费吗？ A：个股 + 指数日线在免费额度内即可；若要对一篮子股票批量算捕获率做攻守排名，需要 klines.batch + universes（Starter 及以上），详见官网定价页。

小结

上行/下行捕获率把 Beta 拆成「涨时弹性」和「跌时弹性」，用捕获价差（上−下）一眼判断攻守属性。有了 AlphaFeed 的个股前复权 + 沪深300 数据，对齐交易日后分两组各算一次比值即可——记住对齐停牌日、选对基准、统一口径。

相关链接：

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。