
本文详解聚宽策略中 filter_paused() 函数报错 TypeError: string indices must be integers 的根本原因及修复方法,核心在于理解 stocks 参数的实际类型,并正确访问 paused、day_open 等属性。
本文详解聚宽策略中 `filter_paused()` 函数报错 `typeerror: string indices must be integers` 的根本原因及修复方法,核心在于理解 `stocks` 参数的实际类型,并正确访问 `paused`、`day_open` 等属性。
在聚宽(JoinQuant)量化平台中,handle_data(context, data) 函数接收的 data 参数是一个 DataBundle 对象,它支持通过股票代码(如 '000001.XSHE')直接索引获取单只股票的实时行情数据(即 data[stock]),该对象包含 paused(是否停牌)、day_open(当日开盘价)、high_limit(涨停价)、low_limit(跌停价)等属性。
而原代码中的 filter_paused(stocks) 函数存在一个关键逻辑错误:
def filter_paused(stocks):
curr_data = stocks # ❌ 错误:stocks 是字符串列表(如 ['000001.XSHE', '600000.XSHG']),不是 data 对象!
stock_list = [stock for stock in stocks if not (
curr_data[stock].paused or # ⚠️ 尝试用字符串 key 索引字符串 → TypeError!
(curr_data[stock].day_open == curr_data[stock].high_limit) or
(curr_data[stock].day_open == curr_data[stock].low_limit)
)]
return stock_list
问题根源在于:stocks 参数传入的是股票代码字符串列表(例如 ['000001.XSHE', '600000.XSHG']),而非 data 对象。因此 curr_data[stock] 实际等价于 "000001.XSHE"["000001.XSHE"] —— 即用字符串对字符串做索引,Python 会尝试将键转为整数下标,从而触发 TypeError: string indices must be integers。
✅ 正确做法是:在 filter_paused() 中显式依赖外部传入的 data 对象(即 handle_data 的第二个参数),并确保函数签名能接收它:
def filter_paused(stocks, data):
"""
过滤停牌及开盘即涨停/跌停的股票
Parameters:
stocks (list): 股票代码列表,如 ['000001.XSHE', '600000.XSHG']
data (DataBundle): 聚宽实时行情数据对象(来自 handle_data 的 data 参数)
Returns:
list: 过滤后的股票代码列表
"""
return [
stock for stock in stocks
if stock in data and not (
data[stock].paused or
data[stock].day_open == data[stock].high_limit or
data[stock].day_open == data[stock].low_limit
)
]
同时,需同步更新 handle_data 中的调用方式:
一款AI图像与设计工具,主要用于商业级AI人像后期软件,专注于人像精修,色彩调节及批量图片编辑,支持Windows、Mac多平台使用。适用于写真、婚纱、旅拍、外景等批量修图场景,适合需要提升相关任务效率的用户。
def handle_data(context, data):
current_date = context.current_dt.date()
all_stocks = list(get_all_securities(types=['stock'], date=None).index)
# 注意:filter_st 返回的是字符串(原代码有严重缺陷,见下方说明)
non_st_stocks = filter_st(all_stocks, current_date)
# ✅ 正确调用:传入 data
filtered_stocks = filter_paused(non_st_stocks, data)
print("可交易股票数量:", len(filtered_stocks))
print("示例代码:", filtered_stocks[:5])
⚠️ 补充说明:原 filter_st() 函数也存在严重问题——它返回的是 str(non_st_list)(即字符串形式的列表,如 "['000001.XSHE', '600000.XSHG']"),而非真正的列表。这会导致后续 filter_paused 接收错误类型。应修正为:
def filter_st(stocks, day):
df = get_extras('is_st', stocks, start_date=day, end_date=day, df=True)
return [stock for stock in df.columns if not df[stock].iloc[0]] # 返回 list,非 str
? 总结要点:
- filter_paused() 必须接收 data 参数,不可将 stocks 错误赋值给 curr_data;
- 列表推导式中直接使用 data[stock].paused,而非 curr_data[stock].paused;
- 建议增加 stock in data 安全检查,避免因停牌股未出现在当日行情中导致 KeyError;
- 所有预处理函数(如 filter_st)必须返回 list 类型,确保类型一致性;
- 聚宽文档强调:data 是动态行情入口,stocks 仅是代码容器——二者语义不可混淆。
遵循以上修正后,策略即可稳定运行,安全剔除停牌、一字涨停/跌停等不可交易标的。










