### 概述

我以前在维护日频策略时发现，股票数据完整性不只是检查有没有缺行。行情记录可能一条不少，但收盘价存在异常跳变，复权口径前后不一致，或者关键字段出现无法解释的变化。本文从 Pandas 数据质量检查出发，讨论如何检查价格有效性、收益率异常和复权数据的连续性，并通过明确的接口参数与质量规则，避免将有问题的行情直接用于因子计算。

## 一、问题场景：我在量化实盘中遇到的真实困境

有一次，我在排查一个日频动量策略的回测结果。

策略逻辑很简单：获取过去一段时间的日线数据，计算收益率，再根据累计表现对股票进行排序。

数据获取程序运行正常。

每只股票的行数都符合预期，交易日期也没有明显缺口。

我最初以为这批数据没有问题。

直到我把几只股票的收盘价和收益率放到一起检查，发现其中一只股票在某个日期出现了特别大的价格跳变。

当天价格比前一天低了很多。

我当时第一反应是行情错误。

但继续查下去才发现，价格变化不一定来自错误数据，也可能与分红、送转、拆股等公司行为有关。

问题是，策略计算使用的数据口径并没有明确约定。

一部分数据来自原始行情，另一部分数据使用了复权价格。历史数据更新后，局部价格序列也可能与之前保存的版本不一样。

程序没有报错，Pandas 也没有发现空值。

但这组价格序列已经不适合直接用于原来的动量计算。

这件事让我重新审视了数据完整性的定义。

**数据完整，不仅意味着记录齐全，还意味着关键字段有效、数据口径明确，并且异常变化能够被解释。**

当然，价格出现跳变不一定代表错误。真正需要做的是先发现异常，再结合复权参数和公司行为信息判断原因，而不是看到异常就直接删除。

## 二、问题根因分析

### 1. 根因一：复权参数没有成为数据契约的一部分

股票价格存在不同的复权口径。

常见选择包括：

- 前复权。
- 后复权。
- 不复权。
- 前复权点数调整。
- 后复权点数调整。

不同口径可能产生不同的价格序列。

如果数据获取程序没有明确设置复权参数，或者不同模块使用了不同参数，后面的收益率计算就可能出现不一致。

更麻烦的是，复权后的历史价格可能随着公司行为信息更新而发生变化。

如果策略研究阶段保存了一份历史价格，实盘数据管道又重新获取了一份不同版本的数据，两边即使日期一致，也不代表价格序列可以直接比较。

因此，复权口径应该作为数据契约的一部分。

例如，策略要求使用前复权日线，就应在数据获取时明确指定 **adjust="forward"**，并在后续校验中记录这一口径。

不过，复权方式本身不能保证价格序列绝对平滑。即使使用前复权，仍然需要检查数据是否存在异常跳变。

### 2. 根因二：只检查空值，无法发现无效价格

Pandas 的 **isna** 很适合检查空值。

但实际行情中，有些问题不会表现为空值。

例如：

- 收盘价为零或负数。
- 收盘价无法转换成数值。
- 价格字段包含正负无穷。
- 同一标的、同一交易日期出现多条冲突记录。
- 单日收益率异常，但没有对应的公司行为解释。

这些情况都可能通过简单的空值检查。

因此，行情质量检查至少应该分成三层：

第一层是结构检查，确认关键字段存在。

第二层是数值检查，确认价格可以转换为有效数值，并满足基本业务约束。

第三层是时间序列检查，计算收益率并识别异常变化。

这里尤其要注意：异常收益率不等于错误行情。

真实的极端行情、公司行为和复权变化，都可能产生大幅价格变动。检查模块应该负责标记异常，而不是默认将异常记录删除。

### 3. 根因三：历史数据变化缺少可追踪记录

数据管道里还有一种不容易发现的问题：同一个历史日期，今天获取的价格和上周保存的价格不同。

这可能来自复权因子更新，也可能来自数据修正，甚至可能是接入逻辑发生了变化。

如果系统只保留最新数据，没有保存关键请求参数和历史质量结果，就很难解释策略信号为什么变化。

我后来开始把以下信息纳入数据检查记录：

- 请求的标的和时间范围。
- K 线周期。
- 复权参数。
- 数据获取时间。
- 检查通过或失败的原因。
- 异常价格与异常收益率清单。

这样一来，数据质量问题就不再只是一个临时的 Pandas 报错，而是能够被追踪和复核的工程事件。

## 三、技术方案与选型对比

在这个场景里，我更关心的是数据口径是否明确，以及异常是否可以定位。

自建行情接口并非不可行，但如果每个策略都自行维护复权逻辑、异常价格规则和历史数据缓存，时间一长就容易出现多个版本的质量检查。

| 评估维度 | 自建网络抓取 / 多市场适配脚本 | 标准化数据层（QuantDash SDK） |
| :--- | :--- | :--- |
| **标的代码规范** | 各市场映射分散，容易出现代码歧义 | 统一使用 .SH/.SZ/.HK/.US/.BJ 后缀 |
| **复权口径** | 依赖本地同步和计算，需要维护复权规则 | 请求时明确指定 adjust 参数 |
| **批量获取机制** | 手写循环容易出现请求管理和错误处理不一致 | 提供 batch 批量获取接口 |
| **数据格式** | 需要分别解析返回结构 | 支持 **to_dataframe=True** |
| **异常价格检测** | 往往散落在策略代码中 | 可以统一交给 Pandas 质量检查模块 |
| **历史漂移排查** | 缺少统一参数记录时难以复现 | 可记录请求参数和检查结果，但历史版本仍需自行保存 |

我的实际处理方式是：数据接入接口负责统一获取参数，Pandas 负责质量检查，策略负责定义哪些异常可以接受。

这三个职责应该分开。

## 四、具体实现：代码实战

先安装依赖：

```python
pip install quantdash
```

下面给出一个日线行情质量检查示例。

代码会完成以下工作：

1. 从环境变量读取 API Key。
2. 获取指定股票的前复权日线数据。
3. 检查关键字段和重复记录。
4. 检查无效收盘价。
5. 计算日收益率。
6. 输出超出阈值的异常收益率记录。
7. 将异常作为质量检查结果输出，而不是直接删除。

这里使用的收益率阈值只是示例参数，不是适用于所有股票的通用标准。实际生产环境应根据市场、标的类型、复权口径和策略要求设置阈值。

```python
import os
import sys
import logging

import numpy as np
import pandas as pd
from quantdash import QuantDash


logging.basicConfig(
    level=logging.INFO,
    format="%(asctime)s %(levelname)s %(message)s",
)


def inspect_price_quality(
    df: pd.DataFrame,
    symbol: str,
    return_threshold: float = 0.20,
) -> tuple[pd.DataFrame, pd.DataFrame]:
    """检查价格字段和日收益率，返回数据与异常清单。"""

    if df is None or df.empty:
        raise ValueError("行情数据为空")

    required = {"symbol", "trade_time", "close"}
    missing = required - set(df.columns)

    if missing:
        raise ValueError(
            f"缺少必要字段: {sorted(missing)}"
        )

    result = df.copy()

    result["symbol"] = (
        result["symbol"]
        .astype("string")
        .str.strip()
    )

    result["trade_time"] = pd.to_datetime(
        result["trade_time"],
        errors="coerce",
    )

    result["close"] = pd.to_numeric(
        result["close"],
        errors="coerce",
    )

    if result["symbol"].isna().any():
        raise ValueError("存在空标的代码")

    if result["trade_time"].isna().any():
        raise ValueError("存在无效交易时间")

    if not result["symbol"].eq(symbol).all():
        raise ValueError("返回数据中包含非预期标的")

    result = result.sort_values(
        "trade_time"
    ).reset_index(drop=True)

    duplicate_mask = result.duplicated(
        subset=["symbol", "trade_time"],
        keep=False,
    )

    if duplicate_mask.any():
        raise ValueError(
            "存在重复的标的与交易时间组合"
        )

    close_values = result["close"].to_numpy(
        dtype=float,
        na_value=np.nan,
    )

    invalid_close = (
        ~np.isfinite(close_values)
        | (close_values <= 0)
    )

    if invalid_close.any():
        raise ValueError(
            f"发现 {int(invalid_close.sum())} 条无效收盘价"
        )

    # 这里假设 close 使用同一种复权口径。
    # 不同复权口径的数据不能直接拼接后计算收益率。
    result["daily_return"] = result["close"].pct_change(
        fill_method=None
    )

    # 首条记录没有前一条可比较行情，因此收益率为空是正常情况。
    returns = result["daily_return"].to_numpy(
        dtype=float,
        na_value=np.nan,
    )

    abnormal_mask = (
        np.isfinite(returns)
        & (np.abs(returns) > return_threshold)
    )

    abnormal_df = result.loc[
        abnormal_mask,
        ["symbol", "trade_time", "close", "daily_return"],
    ].copy()

    if not abnormal_df.empty:
        logging.warning(
            "发现疑似异常收益率:\n%s",
            abnormal_df.to_string(index=False),
        )

    return result, abnormal_df


def main() -> None:
    api_key = os.getenv("QUANTDASH_API_KEY")

    if not api_key:
        raise RuntimeError(
            "请设置 QUANTDASH_API_KEY 环境变量"
        )

    qd = QuantDash(api_key=api_key)

    symbol = "600519.SH"

    try:
        df = qd.klines.get(
            symbol,
            period="1d",
            count=250,
            adjust="forward",
            to_dataframe=True,
        )

        checked_df, abnormal_df = inspect_price_quality(
            df,
            symbol=symbol,
            return_threshold=0.20,
        )

        logging.info(
            "行情检查完成，记录数: %d",
            len(checked_df),
        )

        if abnormal_df.empty:
            logging.info("未发现超过阈值的异常收益率")
        else:
            logging.warning(
                "存在 %d 条待复核记录",
                len(abnormal_df),
            )

            # 生产环境可将异常清单写入质量监控系统。
            # 不应在没有进一步判断的情况下直接删除异常记录。

        print(
            checked_df[
                ["symbol", "trade_time", "close", "daily_return"]
            ].tail(10)
        )

    except Exception:
        logging.exception("价格质量检查失败")
        raise


if __name__ == "__main__":
    try:
        main()
    except Exception:
        sys.exit(1)
```

这里有几个容易被忽略的细节。

首先，代码通过 **pct_change(fill_method=None)** 计算收益率，避免将缺失值自动填充后再计算变化率。

其次，收益率异常只会被记录，不会直接删除。对于真实的极端行情，如果仅因为收益率超过20%就删除数据，反而可能破坏回测的真实性。

最后，前复权数据适合用于某些历史收益率分析，但不代表所有策略都应该使用前复权价格。不同策略可能需要原始成交价格、后复权序列或者其他明确的价格口径。复权方式必须与策略的计算目标一致。

## 五、实践效果与工程避坑指南

### 避坑点一：异常价格必须结合复权口径判断

如果某只股票出现大幅跳变，先确认它使用的是什么价格序列。

检查数据是否混用了原始行情、前复权和后复权数据，再结合公司行为信息分析。

不要看到价格突然下跌，就直接认定数据错误。

同样，也不要因为复权后价格看起来平滑，就认为数据一定正确。

### 避坑点二：历史数据变化需要保留可复现信息

复权数据可能随着公司行为信息更新而发生变化。

如果策略回测结果依赖历史行情，至少应记录请求周期、复权参数、获取时间和关键质量指标。

对要求严格复现的研究任务，还应该保留当时实际使用的数据快照或版本标识。

否则，几个月后重新跑回测，可能得到不同的结果，却找不到差异来自哪里。

### 避坑点三：不要把质量检查规则变成静默清洗规则

检查出异常，不代表应该删除异常。

空值、零价格、极端收益率和重复记录，各自对应不同的问题。

有些错误应该直接阻断任务，有些需要结合公司行为进行人工或自动复核，还有些可以在明确的策略规则下进行处理。

质量检查负责发现和分类，清洗规则负责决定如何处理。把两者混在一起，最容易产生无法追溯的数据偏差。

## 六、写在最后

我现在更愿意把行情质量检查看成一个独立的工程模块，而不是数据清洗代码中的几行附加逻辑。它既要检查数据有没有缺失，也要检查价格是否有效、时间是否一致，以及复权口径是否符合预期。只有这样，策略计算得到的结果才有明确的数据基础。

对于实盘系统来说，真正重要的不是保证每一条数据永远没有异常，而是让异常可以被发现、被解释、被追踪。把数据接入、质量校验和策略计算分开之后，排查问题会容易很多，研究结果也更容易复现。这些工作不一定直接提高策略收益，但能减少因为数据问题导致的错误决策。

## 参考

QuantDash Python SDK 文档：https://docs.quantdash.net/zh-Hans/sdk/python-quickstart

我以前在维护日频策略时发现，股票数据完整性不只是检查有没有缺行。行情记录可能一条不少，但收盘价存在异常跳变，复权口径前后不一致，或者关键字段出现无法解释的变化。本文从 Pandas 数据质量检查出发，讨论如何检查价格有效性、收益率异常和复权数据的连续性，并通过明确的接口参数与质量规则，避免将有问题的行情直接用于因子计算。

股票数据没有缺行，复权之后的价格为什么还是不对？

大数据

后端

测试

数据完整性远不止缺行检查，需关注价格有效性、收益率异常及复权口径一致性。本文从Pandas出发，提供三层质量检查方案（结构、数值、时序），通过明确接口参数与质量规则，标记而非静默清洗异常，确保行情数据可解释、可追踪，避免有误数据进入因子计算。

数据完整性

数据清洗

数据管道

数据缓存

代码解释

Python

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

股票数据没有缺行，复权之后的价格为什么还是不对？-腾讯云开发者社区-腾讯云

股票数据没有缺行，复权之后的价格为什么还是不对？

股票数据没有缺行，复权之后的价格为什么还是不对？

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐