提问：为何股票过滤函数有遗漏？
如图，定义了股票过滤函数, 过滤ST及次新股。
对stocks使用filter_stocks过滤后得到stocks1,对stocks1再次使用filter_stocks过滤后得stocks2，理论上stocks1与stocks2应是一致的，为何会出现差别？
另外，经过检验，stocks1与stocks2相差的这些股票确实是上市不满一年的股票，为何第一次过滤有遗漏？
问题描述
解决方案
问题解析：为什么股票过滤函数会产生遗漏？
在 JoinQuant（聚宽）编写量化策略时，对股票池进行过滤（如剔除 ST 股、停牌股、次新股）是非常常见的操作。如果您发现第一次过滤有遗漏，第二次过滤才剔除干净，这通常不是 JoinQuant API 的问题，而是触发了 Python 编程中一个非常经典的陷阱：在遍历列表的同时修改（删除）了列表元素。
错误代码示例（导致遗漏的原因）
很多初学者在编写过滤函数时，会使用类似下面的代码：
def filter_stocks(stock_list):
for stock in stock_list:
# 假设 is_new_stock 是判断次新股的逻辑
if is_new_stock(stock):
stock_list.remove(stock) # 错误：在遍历时删除了元素
return stock_list
原理解析：
当 Python 的 for 循环遍历列表时，它是基于索引进行的。假设列表为 [A, B, C, D]：
- 循环到索引
1（元素B），发现B是次新股，执行remove(B)。 - 此时列表变成了
[A, C, D]。 - 下一次循环，Python 会去取索引
2的元素。但在新列表中，索引2的元素变成了D！ - 结果就是：元素
C被直接跳过了，根本没有经过条件判断！
这就是为什么您第一次过滤会有遗漏，而把漏掉的列表再过滤一次（第二次过滤）时，原本被跳过的元素才被正确剔除的原因。
正确的过滤写法
为了避免这个问题，我们绝不能在遍历列表的同时直接从中删除元素。以下是三种推荐的正确写法：
方法一：使用列表推导式（最推荐，Pythonic 且高效）
创建一个新的列表，只保留符合条件的股票，而不是去删除不符合条件的股票。
def filter_stocks(stock_list, context):
# 获取当前时间
current_date = context.current_dt.date()
# 1. 过滤停牌和ST股
current_data = get_current_data()
# 使用列表推导式生成新列表
valid_stocks = [
stock for stock in stock_list
if not current_data[stock].paused # 未停牌
and not current_data[stock].is_st # 非ST/*ST
]
# 2. 过滤次新股（上市不满一年，即365天）
final_stocks = []
for stock in valid_stocks:
stock_info = get_security_info(stock)
if stock_info is None:
continue
# 计算上市天数
days_public = (current_date - stock_info.start_date).days
if days_public >= 365:
final_stocks.append(stock)
return final_stocks
方法二：遍历列表的副本（切片）
如果您一定要使用 remove，请遍历原列表的副本（使用 stock_list[:]），这样删除原列表的元素就不会影响遍历过程。
def filter_stocks(stock_list, context):
current_date = context.current_dt.date()
current_data = get_current_data()
# 注意这里的 stock_list[:] 创建了一个浅拷贝
for stock in stock_list[:]:
# 过滤停牌或ST
if current_data[stock].paused or current_data[stock].is_st:
stock_list.remove(stock)
continue
# 过滤次新股
stock_info = get_security_info(stock)
if stock_info is not None:
days_public = (current_date - stock_info.start_date).days
if days_public < 365:
stock_list.remove(stock)
return stock_list
方法三：使用内置的 filter 函数
def is_valid(stock, current_date, current_data):
if current_data[stock].paused or current_data[stock].is_st:
return False
stock_info = get_security_info(stock)
if stock_info and (current_date - stock_info.start_date).days < 365:
return False
return True
def filter_stocks(stock_list, context):
current_date = context.current_dt.date()
current_data = get_current_data()
# filter 返回的是迭代器，需要转回 list
return list(filter(lambda s: is_valid(s, current_date, current_data), stock_list))
总结
在 JoinQuant 编写策略时，永远不要在 for 循环中直接 remove 正在遍历的列表元素。改用列表推导式不仅能彻底解决“过滤遗漏”的 Bug，还能让代码运行速度更快、可读性更强。建议全面检查策略中所有的过滤逻辑（如过滤涨跌停、过滤特定行业等），确保使用了正确的列表操作方法。