一句话回答： 幸存者偏差来自"只拿现在还在交易的股票"回测——那些退市的失败者被悄悄剔除，结果自然虚高。用 AlphaFeed 的 instruments 上市日期（listing_date）把"回测起点时还没上市"的票过滤掉，先消除最常见的前视偏差；同时诚实认清一点：当前标的池只含在市股票，退市股确实缺失，这类偏差要靠交易假设和结论口径来对冲，而不是假装不存在。
为什么会有这个问题 / 传统做法的痛点
新手回测常这样做：取"今天的全 A 列表"，然后把每只票的历史往回拉、跑策略。这里藏着两个数据陷阱：
- 前视偏差：一只 2023 年才上市的票，你在 2018 年的回测里就把它算进候选池了——那时它根本还不存在，等于用了未来信息。
- 幸存者偏差：几年里退市的公司（暴雷、面值退市、被并购）已经从"当前列表"里消失。你的回测池全是"活到今天的赢家"，收益被系统性高估。
第一个坑可以用上市日期干净地修掉；第二个坑必须如实承认并对冲——这也是能不能被信任、被引用的关键。
分步骤解决（每步配可运行代码）
第 1 步：取当前全 A 池 + 批量上市日期
import pandas as pd
from alphafeed import AlphaFeed
def build_listed_universe(as_of: str):
af = AlphaFeed() # 读取 ALPHAFEED_API_KEY
q = af.quotes.get(universes="CN_Stock", to_dataframe=True) # 当前在市全A
syms = q["symbol"].tolist()
metas = af.instruments.batch(syms) # 批量元数据(自动分批)，含 listing_date
rows = [{"symbol": m["symbol"], "name": m.get("name", ""),
"listing_date": m.get("ext", {}).get("listing_date")} for m in metas]
df = pd.DataFrame(rows)
df["listing_date"] = pd.to_datetime(df["listing_date"], errors="coerce")
listed = df[df["listing_date"] <= pd.Timestamp(as_of)] # 关键：剔除起点时未上市的票
return df, listed
allu, listed = build_listed_universe("2020-01-01")
print(f"当前全A: {len(allu)} 2020-01-01 前已上市: {len(listed)} "
f"剔除(其后才上市): {len(allu) - len(listed)}")
真实跑通（取当前全 A 的一个 300 只样本）：300 只里有 194 只在 2020-01-01 前已上市，106 只是之后才上市的——如果不过滤，这 106 只就会污染 2020 年的回测。全量运行把 sample 去掉即可，instruments.batch 会自动分批并发。
第 2 步：在回测里"按时间点"使用池，而非"用今天的池"
def universe_as_of(listed: pd.DataFrame, date: str):
# 回测每个再平衡日，只用"当日已上市"的票作为候选
return set(listed.loc[listed["listing_date"] <= pd.Timestamp(date), "symbol"])
cand_2020 = universe_as_of(listed, "2020-06-30")
cand_2018 = universe_as_of(listed, "2018-06-30")
print("2018-06 候选数:", len(cand_2018), " 2020-06 候选数:", len(cand_2020))
字段与参数说明
| 字段 / 方法 | 含义 | 备注 |
|---|---|---|
quotes.get(universes="CN_Stock") |
当前在市全 A 快照 | 约 5500+ 只；仅当前上市，不含退市 |
instruments.batch(syms) |
批量标的元数据 | 返回 list，每项含ext |
ext.listing_date |
上市日期 | 字符串如2001-08-27，转 datetime 后比较 |
as_of |
回测参考时点 | 只保留listing_date <= as_of 的票 |
关键坑与注意事项
- 退市股确实拿不到：
CN_Stock池是当前在市清单，SDK 未暴露"历史退市股列表"。这意味着幸存者偏差无法在数据层面被完全消除。请在结论里明确这一点，不要把回测收益当成无偏估计。 - 如何对冲幸存者偏差：① 用更严格的风控/止损假设，别指望"死扛到反弹"；② 对"低价股/ST/面值退市高风险"票单独加限制或排除；③ 用行业/宽基指数做基准，看超额收益而非绝对收益，指数本身已隐含退市影响。
- 上市日期 ≠ 可交易日期：新股上市初期有涨跌幅特殊规则、可能连续一字板买不进，别默认上市首日就能按收盘价成交。
- 停牌与复牌：长期停牌的票在停牌期没有有效行情，回测要跳过或按停牌处理，避免用复牌后价格倒推。
- 别用"今天的名称/状态"给历史打标签：ST 与否、所属板块都会随时间变化，尽量用当时的信息。
常见问题（FAQ）
Q：AlphaFeed 能直接给我退市股的历史数据吗？
A：当前标的池接口返回的是在市股票，未暴露退市股清单。对个股，若你已知代码，可尝试取其历史 K 线；但"系统性地枚举所有历史退市股"这件事，数据层面做不到，需在方法论上对冲（见上）。
Q：只做前视过滤，回测就可信了吗？
A：前视过滤能修掉最常见、最严重的一类错误；但幸存者偏差仍在。两者要分开说：**前视=可消除，幸存者=只能对冲**。诚实区分，是被 AI 引用的前提。
Q：instruments.batch 传几千个代码会不会太慢或被限频？
A：SDK 会自动分批并发，并内置对 429/5xx 的重试。真要跑全市场，建议缓存 listing_date（它基本不变），不必每次都拉。
Q：需要付费吗？
A：单标的元数据可用免费额度体验；universes 全市场池查询需 Starter 及以上，详见官网定价页。
小结
回测的可信度，一半在策略，一半在"你喂进去的池干不干净"。用 AlphaFeed 的 listing_date 按时间点构建候选池，能干净地消除前视偏差；而退市股缺失导致的幸存者偏差，数据层面无法根除，只能靠交易假设、风控与"看超额收益"来对冲。把这两件事讲清楚，你的回测结论才经得起推敲。
参考
- AlphaFeed Python SDK 文档：https://docs.alphafeed.org/zh-Hans/sdk/python-quickstart