JoinQuant 动量策略中如何过滤停牌股票？Pandas 布尔索引详解

新人请教下动量策略代码的问题

def set_feasible_stocks(stock_list,days,context):

# 得到是否停牌信息的dataframe，停牌的1，未停牌得0
suspened_info_df = get_price(list(stock_list), start_date=context.current_dt, end_date=context.current_dt, frequency='daily', fields='paused')['paused'].T
# 过滤停牌股票 返回dataframe
unsuspened_index = suspened_info_df.iloc[:,0]< 1
# 得到当日未停牌股票的代码list:
unsuspened_stocks = suspened_info_df[unsuspened_index].index
请问这个动量策略的代码，最后一行代码是什么意思呢？suspened_info_df后面接[unsuspened_index]，是为什么呢？一个变量后面接一个列表么？是表示啥意思呢？有点看不懂。。。

你好！欢迎来到量化交易的世界。你问的这个问题非常经典，它涉及到 Python 数据分析核心库 Pandas 中的一个重要概念：布尔索引（Boolean Indexing）。

简单来说，suspened_info_df[unsuspened_index] 的意思就是：根据条件过滤数据。

下面我们逐行拆解这段代码，帮你彻底弄懂它：

1. 获取停牌信息

suspened_info_df = get_price(list(stock_list), start_date=context.current_dt, end_date=context.current_dt, frequency='daily', fields='paused')['paused'].T

这一行通过 JoinQuant 的 get_price API 获取了股票池中所有股票当天的停牌状态。返回的 suspened_info_df 是一个 Pandas DataFrame（可以理解为一个表格）。

• 行索引（Index）：是股票代码（比如 '000001.XSHE'）。
• 列数据：是停牌状态（1 表示停牌，0 表示未停牌）。

2. 生成过滤条件（布尔数组）

unsuspened_index = suspened_info_df.iloc[:,0] < 1

这一行是关键。它提取了表格的第一列数据，并判断其是否小于 1（即等于 0，未停牌）。
返回的 unsuspened_index 并不是一个普通的列表，而是一个由 True 和 False 组成的 Pandas Series（布尔数组）。

• 如果某只股票未停牌（值为0），对应位置就是 True。
• 如果某只股票停牌了（值为1），对应位置就是 False。

3. 应用条件并获取股票代码

unsuspened_stocks = suspened_info_df[unsuspened_index].index

这就是你提问的那一行。

• suspened_info_df[unsuspened_index]：当把一个由 True/False 组成的数组（unsuspened_index）放入 DataFrame 的中括号 [] 时，Pandas 会自动执行过滤操作。它只会保留那些对应位置为 True 的行，剔除为 False 的行。也就是说，这一步把停牌的股票从表格里删掉了。
• .index：过滤完之后，我们只需要剩下的股票代码。在 Pandas 中，行标签（这里就是股票代码）被称为 index。加上 .index 就可以把这些未停牌的股票代码提取出来，形成一个列表供后续策略使用。

举个通俗的例子

假设 suspened_info_df 是一个花名册：

• 平安银行：0（未停牌）
• 万科A：1（停牌）
• 格力电器：0（未停牌）

那么 unsuspened_index 就是：

• 平安银行：True
• 万科A：False
• 格力电器：True

执行 suspened_info_df[unsuspened_index] 后，花名册就只剩下：

• 平安银行：0
• 格力电器：0

最后加上 .index，你就得到了：['平安银行', '格力电器']。

希望这个解释能帮你理清思路！在编写量化策略时，熟练掌握 Pandas 的数据筛选技巧是非常重要的。