滚动因子算对了，信号时间却错了：用 shift 对齐可用数据

写均线、波动率这类滚动因子时，代码很短，回测也很少报错。但我最近复查一个收盘前选股策略，发现当天信号使用了当天完整收盘价，相当于提前知道了收盘结果。

pandas 的 rolling(20).mean() 会把当前行放进窗口。若策略要求当天收盘前下单，最终收盘价此时还不存在，算出的均线就含有未来信息。如果改成收盘后计算、下一交易日开盘执行，同样的写法则可能合理。因此，是否使用 shift，取决于信号和订单的时间。

开盘前信号应后移一行

对“开盘前生成信号”的日线策略，我会先排序、分组，再把因子后移一行：

df = df.sort_values(["symbol", "trade_date"])
df["ma20"] = (
    df.groupby("symbol")["close"]
      .transform(lambda s: s.rolling(20, min_periods=20)
                            .mean().shift(1))
)
df["signal"] = df["open"] > df["ma20"]

这里 shift(1) 表示当天只使用截至前一交易日的数据。分组不能省，否则不同股票的数据可能串在一起；min_periods=20 要求窗口完整，也避免用两三天数据冒充 20 日均线。

给因子标出可用时点

滚动标准差、最高价和成交量均值也要检查。我习惯保留 factor_asof 和 order_time，再抽查几个信号：因子截止到哪天，订单最早何时进入市场。这比只看净值更容易发现“公式正确、时点错误”的穿越。

判断标准其实很简单：在模拟下单的那个时刻，这个数值是否已经完整产生，并且策略确实能够获得。