Py学习  »  Python

ST成了香饽饽,Python量化验证ST股涨停溢价表现|附策略代码

花小姐的春天 • 4 天前 • 304 次点击  

偶然间看到这样一只ST股,不到一年时间翻了2倍,我在想这种模式是否可以复刻?

今天花姐就带大家用量化的方式看看这种ST股“连板潮”背后,到底有没有统计学上的赚钱效应?


ST股≠垃圾股?

我们都知道,ST股票是因为财务状况或其他问题被交易所特别标识的公司。
从历史数据来看,大部分ST股经营不善、退市风险高、流动性差。
按理说这类股票应该被投资者敬而远之,但现实是——只要有一波连续涨停,就立刻成了“游资乐园”。

那问题来了:
这些连续涨停的ST股,是“价值反转”的信号,还是“末日狂欢”的陷阱?
我们要用数据说话。


数据与样本说明

我找来了过去 2020年到2025年10月1日全部股票的日行情数据(包含是否ST的标志)。然后将处于ST状态的数据单独分离出来。比如xxxxxx股票从2021年1月1日以后开始ST那么就把xxxxxx股票从2021年1月1日以后的数据单拎出来。 一共有415个样本。


连续涨停特征分析

首先我们统计了这些ST股的连续涨停天数分布👇

从数据上看,ST股的连板高度普遍不高,大多数在2-3板止步。


连板后未来收益统计

我们以连板结束日为“T日”,然后分别统计T+5、T+20、T+60的收益情况。 收益用的是T日收盘价和T+N日收盘价来计算得出。

我们先看看总体表现:

从结果可以看到:

连扳结束以后,持有时间越长,策略表现越好

然后我们看看不同连扳高度的表现:


胜率分析

  • 总体趋势

    • 例:连板1板,胜率从49.45% → 51.54% → 57.15%
    • 说明短期(T+5)容易波动,持有更长周期胜率更高。
    • 随着周期增加(T+5 → T+20 → T+60),胜率总体上升。

  • 连板数影响

    • 连板数越高,样本数越少,波动越大。
    • 高连板(>8板)短期胜率非常低甚至为0%,说明极强势股短期并不一定安全。

✅ 结论:中短期(T+20~T+60)持股更容易获利,低连板股更稳。


平均收益 & 中位数分析

  • 平均收益

    • 周期越长,平均收益越高(如T+60相比T+5大幅上涨)。
    • 连板数低(1~3板)时,平均收益增长平稳;连板数高(>7板)时,平均收益极端,容易出现正负反转。
  • 中位数

    • 中位数较低,说明收益分布偏右(极端收益拉高平均值),尤其是高连板股。
    • 例如连板10板,T+60平均收益39.36%,中位数23.58%,说明极端收益贡献大。

✅ 结论:高连板股收益极端不稳,低连板股稳健;持有周期越长收益越可观。


最大 & 最小收益分析

  • 极值波动

    • 最大收益随着周期增长明显提升(T+5→T+60),尤其中低连板股(1~3板)有机会出现数百个百分点收益。
    • 最小收益也随周期增长,但大多数连板股的下跌幅度有限(-20%~ -60%之间),高连板股极端下跌可能达到-60%甚至更低。
  • 风险提示

    • 高连板股短期极端下跌风险大(如9板、10板短期最低跌幅超40%),不适合重仓短线追高。

连板数与周期收益关系

  • 低连板(1~3板)

    • 样本量大,平均收益稳健,长期持有收益更好。
    • T+60平均收益>10%,风险可控。
  • 中连板(4~6板)

    • 收益逐渐增大,但风险增加(负收益幅度可达-50%)。
    • T+60平均收益10~20%,仍可考虑波段操作。
  • 高连板(7~10板)

    • 样本少,收益极端化,胜率不稳定(0~60%不等)。
    • 短期T+5风险大,T+60仍可能出现高收益,但波动极大。
  • 极高连板(>10板)

    • 样本极少,短期收益几乎不可预测,建议谨慎参与。

✅ 结论:稳健策略建议优先考虑低连板股(1~ 3板),持有周期T+20~T+60;高连板股适合激进投机,但需严格风控。


策略启示

  1. 低连板股稳健波段

  • 条件:连板1~3板
  • 持有周期:T+20~T+60
  • 特点:胜率高、平均收益稳、极端下跌可控
  • 高连板股短线投机

    • 条件:连板>5板
    • 持有周期:T+5或T+20
    • 风险:收益极端,可能短期大幅回撤
  • 周期选择

    • T+5:短期波动大,适合捕捉短线套利机会
    • T+20:胜率提升明显,波动适中,适合波段策略
    • T+60:收益高,但极端值影响大,适合仓位管理良好的波段或中线策略

    连板后回调跌破均线未来收益统计

    我们以连板结束后收盘价跌破5、10、20日均线后,记为“T日”,然后分别统计T+5、T+20、T+60的收益情况。 先看看总体情况:

    回调均线后开仓,总体的平均收益相对于连板结束后直接购买略低。

    加了均线回调买入,我们看看结果和不加有没有提升。


    胜率对比

    • 不回调均线(T+5 ~ T+60,低连板1~3板为主)

      • T+5:约47~50%
      • T+20:约49~52%
      • T+60:约55~57%
    • 回调均线后买入(低连板1~3板)

      • T+5:47~50%,差不多
      • T+20:约48~50%,略低或持平
      • T+60:约55~56%,略高或持平

    ✅ 结论:回调均线并不会显著改变胜率,但长期(T+60)持有略微稳健。


    平均收益对比

    • 不回调均线(T+60)

      • 低连板1~3板平均收益约 10~14%
    • 回调均线后买入(T+60)

      • MA5: 10.24%
      • MA10: 10.45%
      • MA20: 10.81%
    • T+20/短期收益:略低或持平(约2~3%)

    ✅ 结论:回调均线买入,长期收益略有提升,短期收益无显著变化。说明均线回调可以提供稍微更安全的入场点


    中位数对比

    • 不回调均线:T+60中位数约3~6%(低连板)
    • 回调均线后:T+60中位数约2.9~3.3%

    ✅ 结论:回调均线中位数略低,说明多数个股收益没有大幅提升,平均收益提升主要来自少数极端上涨的股票。


    极值收益对比

    • 最大收益:差别不大,T+60最大值仍在约 250~375%,说明极端上涨机会存在
    • 最小收益:回调均线后最低值略小或持平(-61%~-65%),风险略可控

    ✅ 结论:回调均线可以略微规避短期极端下跌,但极端下跌仍存在风险,需要仓位控制。


    连板数影响

    • 低连板(1~3板)

      • 回调均线后收益略微提升,T+60平均收益 10~11%,稳健性稍好
    • 高连板(>5板)

      • 样本少、波动大,回调均线后的数据波动依然剧烈
      • 建议高连板股继续以短线或低仓操作为主

    综合结论

    1. 入场策略优化

    • 直接买入 vs 回调均线买入:长期收益差异不大,但回调均线略微安全(平均收益稳定性稍高)
    • 短期持有(T+5)几乎无优势
  • 低连板优先

    • 连板1~3板仍是最稳健的波段策略标的
    • 高连板股回调均线可降低短期入场风险,但极端波动仍不可忽略
  • 周期选择

    • 短期波动大,收益不确定 → 不推荐追短
    • 中长期持有(T+20~T+60) → 收益概率更高,回调均线可略微改善平均收益

    实操建议

    • 低连板股(1~3板)可以关注回调到 MA10 或 MA20 的买点,T+20波段操作即可
    • 高连板股(5板以上)回调均线入场可做低仓位投机,但极端波动大
    • 不追高、不盲目T+5,优先T+20~T+60波段持有

    总结

    关于ST涨停连扳后的表现就先分析到这里了,如果你有更多的分析视角,可以上知识星球下载Python源码,做更详细的分析。

    星球福利

    1、0基础学Python课程
    2、Python自动化办公课程
    3、公众号分享过的量化策略
    4、公众号分享过的量化工具
    5、专属星球微信交流群
    6、Python易错知识点
    7、小白量化花姐指点



    往期文章精选

    小白学量化完全指南,跟着做就行了

    给你的DeepSeek装上实时行情,让他帮你炒股

    一篇文章让你彻底搞懂量化中RSI指标,附实战策略+附源码,建议收藏

    一招横盘突破选股法,赚钱不靠运气靠图形,靠概率!

    MiniQMT+Backtrader:平民股票量化界的“黄金搭档”,永远的神!

    万字干货:用神经网络预测股市,这次真的讲透了,Python+神经网络实战全流程(附源码)

    在A股开超市到底靠谱不靠谱(附源码)

    一文读懂量化交易中最常用的5种均线,附源码,建议收藏

    牛市不是等出来的,是提前感知出来的:花姐教你打造自己的A股情绪指标

    从0到1打造一套小白也能跑得起来的量化框架[图文教程]

    为什么指数涨你却亏钱?80%的人忽略的市场宽度指标揭晓,我用Python实现了(附源码)

    上班族没时间炒股?不妨试试这个隔夜超短战法(附:Python量化源码)

    反转还是假象?华尔街奇才的神秘指标:Python实战神奇九转(含代码)量化小白必看

    跟风还是反转?用 ADX 判断趋势强度,Python 教程全程带你飞

    一进二打板核心战法:从优质首板到二连板的全链路实战指南

    如何用量化的方式判断一个股票是上涨、下跌还是震荡?

    如何用量化的方式判断一个股票是上涨、下跌还是震荡?(源码)

    为什么指数涨你却亏钱?80%的人忽略的市场宽度指标揭晓,我用Python实现了(附源码)


    关于花姐

    花姐,专注于Python量化与股票策略研究,兼顾Python基础知识分享,内容实用接地气,擅长用代码解读市场,用策略提升认知,干货满满,务实至上

    👇关注+星标花姐公众号 第一时间看到推文👇

    如果文章对你有帮助,还请点「推荐」支持一下花姐

    ---    End     ---

    文章中涉及的策略仅作学术交流
    回测结果不代表未来表现
    市场有风险,决策需谨慎

    Python社区是高质量的Python/Django开发社区
    本文地址:http://www.python88.com/topic/188593