合并后行数翻倍，我给回测加了一个“数据合同”

回测里有一种错误很难从收益曲线上看出来：行情表和因子表合并后，行数悄悄增加了。常见原因不是 merge 本身，而是右表的股票代码和交易日并不唯一。同一只股票同一天有两条因子记录，左表的一条收益就会被复制成两条，后面的分组收益、换手率和净值都会跟着失真。

我现在更愿意把“合并关系”写成代码约束，而不是靠肉眼检查。假设 daily 是日收益表，每个 symbol、trade_date 只能有一行；factor 是因子表，也应保持同样的唯一性，可以这样写：

keys = ["symbol", "trade_date"]

result = daily.merge(

factor,

on=keys,

how="left",

validate="one_to_one",

indicator=True

)

validate="one_to_one" 相当于给两张表签了一份数据合同：任意一侧出现重复键，程序立即抛出 MergeError。若业务上明确允许一只股票对应多条记录，就把关系改成 one_to_many 或 many_to_one，而不是直接使用 many_to_many 放过检查。

第二步是看 indicator 生成的 _merge 列。left_only 表示行情存在但因子缺失，both 才是正常匹配。我的做法不是把缺失因子直接补成零，而是先统计比例，再抽取几只股票核对原因：可能是上市时间不足、停牌，也可能是代码格式或交易日类型不一致。

合并完成后还可以加三条很便宜的断言：结果行数是否等于左表、主键是否仍唯一、收益列是否出现异常重复。它们不会提高策略收益，却能让数据问题在进入回测引擎前就失败。对量化程序来说，早点报错通常比生成一条漂亮但错误的净值曲线更有价值。