3. 选股池构建（上）：确定选股范围与数据源选择
做配对交易，第一步不是写代码，而是选股票。我见过不少新手，上来就拉一堆数据跑协整检验，结果跑出来一堆伪相关。说白了，选股池没建好，后面全是白忙活。
这一章，我们聊聊怎么划定选股范围，以及数据源怎么选。嗯，这两件事其实是一体的——你选什么数据源，决定了你能覆盖多大的范围。
3.1 确定选股范围：行业、市值、流动性
配对交易的核心逻辑是「同涨同跌」。所以选股的第一原则是：两只股票得属于同一个行业或板块。我个人习惯先从申万一级行业入手，比如银行、食品饮料、电子这些。为什么？因为同行业的公司，业务模式、盈利周期、政策影响都相似，价差回归的概率才高。
举个例子，我在项目中遇到过把茅台和五粮液做配对，效果还不错。但你要是把茅台和宁德时代放一起，那基本是瞎配对——一个喝酒，一个开车，八竿子打不着。
- 优先选申万一级或二级行业分类，别用太细的（比如三级行业，股票太少）
- 避开周期股和强政策股（比如钢铁、煤炭，波动太大，价差容易失控）
- 金融、消费、科技是配对交易的「常青树」，流动性好，数据也全
接下来是市值。为什么市值重要？因为配对交易需要做空，而A股融券标的有限。大市值股票（比如沪深300成分股）融券容易，小市值股票经常借不到券。我建议把市值门槛设在100亿以上，最好300亿以上。你想想看，要是选了个50亿的票，做空时发现没券可借，那策略就废了。
流动性是第三个关键。配对交易需要频繁调仓，如果股票一天成交额才几千万，你一个订单下去就把价格打穿了。我一般要求日均成交额在1亿以上，最好5亿。怎么查？用过去20个交易日的平均成交额就行。
3.2 数据源选择：Tushare、Wind、AKShare
数据源这块，我踩过不少坑。市面上主流的有三个：Tushare、Wind、AKShare。我一个个说。
3.2.1 Tushare（推荐个人用户）
Tushare是我用得最多的。免费版能拿到日线、财务数据、行业分类，基本够用。积分制有点烦，但注册后送100分，够你跑几个月了。我个人习惯用Tushare Pro版，数据质量比免费版高不少，尤其是复权数据，不会出现「除权日跳空」的问题。
# 安装
pip install tushare
# 获取股票日线数据
import tushare as ts
ts.set_token('你的token')
pro = ts.pro_api()
# 获取沪深300成分股
hs300 = pro.index_weight(index_code='000300.SH', start_date='20240101', end_date='20240401')
print(hs300.head())
stock_basic，可以拿到申万行业。我一般先拉全市场股票，再按行业筛选，最后用市值和成交额过滤。
3.2.2 Wind（推荐机构用户）
Wind是机构标配，数据全、更新快，但贵。一年几万块，个人用户基本用不起。如果你在券商或私募工作，那Wind是首选。它的API（WindPy）可以直接在Python里调用，非常方便。
# Wind Python接口示例
from WindPy import w
w.start()
# 获取贵州茅台日线数据
data = w.wsd("600519.SH", "close, volume", "2024-01-01", "2024-04-01", "")
print(data.Data)
Wind的优势在于：数据清洗做得很好，基本不用自己处理缺失值。但说实话，对于个人做配对交易，Tushare完全够用，没必要花那个冤枉钱。
3.2.3 AKShare（推荐开源爱好者）
AKShare是纯开源免费的，数据源来自东方财富、新浪财经等。优点是免费、接口丰富，缺点是数据质量参差不齐。我遇到过几次数据缺失或异常值，需要自己写清洗逻辑。
# 安装
pip install akshare
# 获取A股实时行情
import akshare as ak
stock_zh_a_spot = ak.stock_zh_a_spot_em()
print(stock_zh_a_spot.head())
3.3 数据源对比与选择建议
| 数据源 | 费用 | 数据质量 | 行业分类 | 适合场景 |
|---|---|---|---|---|
| Tushare | 免费/积分制 | 高 | 申万行业 | 个人量化研究 |
| Wind | 付费（贵） | 极高 | 申万、中信、GICS | 机构实盘交易 |
| AKShare | 免费 | 中等 | 东方财富行业 | 快速原型验证 |
我个人建议：个人用户首选Tushare，数据质量有保障，积分成本也不高。如果你只是做快速验证，AKShare也行，但记得加数据校验。机构用户不用纠结，直接上Wind。
3.4 选股池构建流程（SVG流程图）
下面这张图是我自己总结的选股池构建流程，每一步都对应一个过滤条件。你照着这个流程走，基本不会漏掉关键环节。
嗯，流程看着简单，但每一步都有坑。比如行业过滤，我建议用申万一级，别用申万二级——二级行业太细，股票太少，配对选择空间小。市值和流动性过滤，我一般用中位数作为阈值，而不是固定值，因为市场在变。
- 选股范围：同行业 + 大市值 + 高流动性
- 数据源：个人用Tushare，机构用Wind，快速验证用AKShare
- 流程：全市场 → 行业过滤 → 市值过滤 → 流动性过滤 → 选股池
下一章，我们会在这个选股池的基础上，做协整检验和配对筛选。到时候你会发现，选股池建得好，后面的工作就是水到渠成的事。