A股有一句流传已久的格言，叫做「跳空必回补」。

对这个格言，有很多流行的解释，例如：跳空缺口会导致盘面多空势力发生陡变，之后必然要回调；或者缺口使股民手里的筹码盈亏情况发生剧烈变化，所以会引发回补。

解释方法很多，但不管怎么说，跳空到底是不是一定会回补？哪些跳空容易回补？本文就用Python分析股票历史数据来验证一下，看看这句格言到底对不对，能不能让我们赚钱。

01 跳空回补是什么

所谓跳空回补指的是这样的形态：

在上图黄色的框里，出现了一次向下的跳空：下一根K线的最高价低于前一根K线的最低价。跳空之后，价格逐渐回补，也就是逐渐涨回了跳空之前的价格。

当然，并非所有的跳空都会在短时间内回补：

例如这次向上跳空。跳过之后，价格继续上涨，至少在图中所示的K线中，并没有跌回跳空之前的价格。

所以跳空其实很好定义：

「当前K线的最低价高于前一根K线的最高价，说明出现了一次向上的跳空；当前K线的最高价低于前一根K线的最低价，说明出现了一次向下跳空。」

使用Python，我们可以很方便地描述跳空：

那跳空回补怎么定义呢？其实也很简单：

「出现向上的跳空之后，往后看价格有没有跌回跳空前的价格；出现向下的跳空之后，往后看价格有没有涨回跳空前的价格。」

在明确定义好什么是跳空回补之后，我们就用实际的数据来分析一下，历史上跳空后，到底有多大的概率会回补呢。

02 凡是跳空，都会回补？

我们使用从1990年到现在上证指数的日线数据，来验证是不是所有的跳空都会回补。

经过测算，我们发现，这句格言接近正确。在上证指数上，从1990年12月19日到2019年4月4日，总共出现了684次跳空，其中有637次都回补了，回补概率高达93.13%。

这格言这么有效，赶快拿来赚钱吧！

且慢，其实还有很多数据要分析。例如到底过多久才会补？如果一个缺口要几个月甚至几年才能补上，那未免太折磨人了。

经过编程回测，我们可以得到跳空之后，到底花多长时间，缺口才会补上。下图就展示了回补天数的分布：

由图中可以看出，大多数的回补都在50天之内完成了，但是也有少部分需要400天以上的时间。平均下来，完成一次回补大概需要83天左右。

整体来看，跳空回补的情况大概就是这样。但是跳空实际上也是分好多种的，那不同的跳空之间，情况会不会有区别呢？

03 不同方向的跳空

根据跳空的方向，可以把跳空分为向上的跳空和向下的跳空。它们表现为这样的形态：

向上跳空：前一根K线的最高价小于后一根K线的最低价。

向下跳空：前一根K线的最低价高于后一根K线的最高价。

在A股28年多的历史里，上证指数总共经历了296次向下的跳空，其中只有5次没有回补；388次向上的跳空，其中有42次没有回补。

为什么向上跳空回补的少，向下回补的多？其实这个原因也很简单：向下跳空，只要指数涨回来就能回补，而股市整体来看是向上涨的，当然就基本全部回补掉了。

跳空回补需要的时间也不一样。向上和向下跳空回补时间的中位数分别是10天和7.5天：

在最极端的案例里，向下跳空整整花了2681天才回补，向上跳空花了2182天才完成回补。

我们来详细看一下这两个极端案例。向下跳空的极端案例发生在2008年1月22日。

看起来就是一次平平无奇的跳空，然而这次跳空是真正的跳在山顶，之后价格一路下跌，直到2015年才补回来。（虽然补回来之后又一路狂泄...）

向上跳空在最极端情况下也经历了将近六年的回补过程，1999年5月20日发生了一次向上的跳空：

随后价格就一路上涨，直到2005年5月10日才回补。这次回补，让市场的情绪降低到了最低点。

当然，跳空之后，至今没有回补的情况也有发生。最著名案例发生在2006年4月28日的一次向上跳空，当时的上证指数大约1400点，至今还没有回补。这次的跳空，基本上就开启了之后一年多波澜壮阔的大牛市。

还有就是2007年11月2日那次著名的向下跳空：

跳在5860点，到今天上证也没有涨回过这个位置。虽然之后肯定是会回补的，不过到底什么时候才能补上，就说不好说了。也许是在...2022年？

04 不同幅度的跳空

我们也注意到，每次跳空的幅度差距非常大。有些跳空连万分之一都没有，但有些跳空高达10%，下图展示跳空大小的分布：

那跳空的大小会不会影响之后的回补呢？

经过计算，跳空大小在1%-5%的范围里时，回补的概率最高，但其实整体看下来，跳空是不是会回补，和跳空的大小没有太明显的关系，组之间的差异也并不大。

05 跳空回补，能不能赚钱？

我们上文从跳空的方向、幅度大小两个角度进行了分析。除此之外，其实还有很多分析方向，随便举几个例子：

比如可以考察跳空时成交量大小，放量的跳空上涨可能更有意义；也可以考察跳空时是否发生的重要事件，伴随重要事件的跳空是对后市显著的信号；还可以看看跳空有没有形成关键形态，例如突破了前期高点等。

以上都可以给跳空分类，构建策略。实际上我们的量化策略也是这么开发的：基于在市场中得到的具体交易经验，然后通过python和历史数据，去验证这个经验，并在此基础上不断的改良，最终形成优秀的策略。

关于本文跳空的分析，建议感兴趣的朋友自己去鼓捣鼓捣。相关的数据和代码也是可以分享的。

本文使用的代码如下：