Q-CodeQ-Code 打开工作台

跳空缺口事件策略

突破A股风险 中进阶更新 2026-09-25#跳空缺口#事件研究#量价结构

把跳空缺口当作事件做观察框架:延续与回补假设镜像对照,除权与一字板清洗后由数据裁决方向,不预设“缺口必补”。

策略目标

跳空缺口是 A 股最具制度特色的价格事件之一:T+1 制度让隔夜信息只能通过集合竞价一次性定价,开盘跳空于是集中承载了公告、情绪与隔夜外盘的全部增量。技术分析传统里流传"缺口必补"的经验说法,但缺口之后的延续与回补在学术上没有定论,属于技术分析实践范畴而非被确认的异象——严谨的做法是把缺口当作事件,用事件研究的范式检验,技术交易规则的检验范式以 Brock、Lakonishok 与 LeBaron 的经典研究为方法论锚点 [1]。本策略登记为缺口事件观察框架:对跳空事件分类(方向、幅度、量能、可交易性),延续假设与回补假设镜像对照,方向由数据裁决,不预设"必补"或"必延"。

数据需求(量价)

数据 字段 频率 用途
量价 日线开高低收(后复权)与成交量 日频 缺口识别与分类
状态 涨跌停标记、除权除息日、停复牌 日频/事件 事件清洗

除权缺口是分红送转的机械结果,必须剔除;一字板缺口(开盘即涨跌停)无法按开盘价成交,单独分层;复权口径与隔夜收益结构选股保持一致(后复权)。

缺口识别与回补判定

向上缺口:Oi,t>Ci,t−1×(1+gmin)O_{i,t} > C_{i,t-1} \times (1 + g_{min}),gming_{min} 默认 1%(参数化),向下对称;缺口幅度 G=Oi,t/Ci,t−1−1G = O_{i,t}/C_{i,t-1} - 1。

回补判定:事件后 NN 日内日线价格回到 Ci,t−1C_{i,t-1} 以下记为回补,否则为延续。按幅度分层(1%-3%、3% 以上)与量能分层(事件日成交量是否超过 20 日均量 1.5 倍)交叉统计。

执行规则与方向裁决

事件驱动观察框架,不做自动开仓:事件台账按"分类 × 后续 N 日收益分布 × 回补率"输出,方向镜像对照内置——延续假设与回补假设同时统计,哪侧有统计显著优势由数据裁决后才允许升级为交易策略。事件清洗:剔除除权缺口、停复牌缺口与指数调样缺口;一字板缺口的可交易性单独标记。观察窗口 N 取 5/10/20 日三档并行。

风险与失效场景

  • "缺口必补"是经验说法不是规律:预设方向直接实盘等于赌博;
  • 可交易性折扣:一字板与开盘即封板的缺口买不进卖不出,统计样本与可执行样本系统性不同;
  • 事件噪声:除权、停复牌、调样缺口混入会完全扭曲统计;
  • 信息分层缺失:公告驱动的缺口与纯情绪缺口后续分布不同,未分层的总量统计意义有限;
  • 小样本:大幅缺口事件稀少,分层后样本更薄,显著性检验必须做;
  • T+1 约束:当日跳空追入当日无法止损,尾部风险被制度放大。

验证状态

待验证。需要完成:延续假设与回补假设的镜像对照(裁决性检验);事件清洗前后对照;幅度与量能分层的分布差异;可交易样本(非一字板)单独统计;公告驱动与情绪驱动缺口的事件分层。本文不提供任何未实测的收益或回撤数字。

参考文献与延伸

[1] Brock, W., Lakonishok, J., & LeBaron, B. (1992). Simple Technical Trading Rules and the Stochastic Properties of Stock Returns. Journal of Finance, 47(5).(技术交易规则的严谨检验范式)

[2] Q-Code 量化策略工作台

策略逻辑结构

  1. 日线与成交量 — 后复权 OHLC 与量能
  2. 事件清洗 — 除权、停复牌、调样缺口剔除
  3. 缺口识别 — 幅度阈值与方向分类
  4. 可交易性分层 — 一字板缺口单独分层
  5. 事件台账 — 分类 × 收益分布 × 回补率
  6. 方向镜像裁决 — 延续与回补假设双向对照

AI 生成提示词

复制以下提示词,打开 Q-Code 工作台粘贴到 AI 对话框,即可自动生成该策略的 QMT 策略代码(单个完整 .py 文件,支持 QMT 回测与实盘)。

请生成一个 QMT 兼容的 A 股跳空缺口事件观察模块。后复权日线 OHLC、成交量、涨跌停标记与除权除息日历由参数注入:向上缺口 = 今开 > 昨收 × (1 + g_min),g_min 默认 1% 参数化,向下对称;剔除除权缺口与停复牌缺口,一字板缺口单独分层;按幅度分层与量能分层交叉统计事件后 5/10/20 日的收益分布与回补率,同时输出延续假设与回补假设的双向对照台账,模块不产生自动交易信号。兼容回测与实盘分支,参数内联在 init,输出单个完整 Python 文件并包含详细日志。
用自然语言,生成你的 QMT 策略
注册即赠 200 积分,约可生成 5 次 · 支持 Kimi / GLM / DeepSeek
打开 Q-Code 工作台