一句话结论:个人开发者更稳的做法是把“取数”和“复权计算”分开:请求层固定原始K线与除权因子口径,pandas 层派生前复权、后复权和不复权视图,再用收益率、除权日连续性和因子对齐做校验;不要在不同策略里混用不同复权口径。
1. 复权问题的本质:不是“把价格画平滑”,而是统一数据口径
复权处理的对象是公司行动带来的价格不连续。送转、拆股、配股、现金分红等事件发生后,原始成交价会在除权除息日出现跳空。这个跳空不是市场真实下跌,也不是策略信号,但对均线、收益率、波动率、突破阈值都会有影响。
复权因子可以理解为把原始价格映射到某个复权口径的比例因子。不同数据源对因子的定义可能是乘数、除数,或者已经包含分红再投资假设。使用前必须确认官方文档中的定义,不能只看列名叫 factor 就直接相乘。
个人开发者常见的问题不是“不会调复权接口”,而是:
- 研究脚本用前复权,实盘脚本用不复权,信号对不上;
- 请求层已经返回复权价,本地又乘了一次因子;
- 批量请求多个标的时,有的标的前复权,有的标的后复权;
- 用不复权价格做长周期均线,把除权跳空当成趋势;
- 前复权序列今天下载和昨天下载不一样,但没有记录基准日。
这些问题最终会沿着“价格序列 → 指标 → 信号 → 订单 → 回测或实盘结果”传导。复权本身不产生收益,但错误的复权口径会让研究结果失真。
2. 为什么个人开发者更容易在复权上踩坑
个人项目通常没有专门的数据工程层。研究、回测、实盘可能共用几个脚本,取数函数、缓存文件、Notebook 和定时任务之间容易混用口径。
几个典型场景:
- 快速验证时直接请求复权K线,代码短,但后面换策略时没有保留原始价格和因子,无法复现另一种复权结果;
- 批量下载多标的时逐只请求,每只标的的复权方式、时间区间、基准日没有统一记录;
- 本地缓存只存复权价,新除权发生后前复权历史变化,旧缓存和新请求混在一起;
- 只复权收盘价,开盘、最高、最低仍是不复权价格,导致振幅、突破、止损计算口径不一致;
- 把价格复权因子直接乘到成交量上,但成交量、成交额是否需要调整,不同数据源口径并不相同。
所以,复权不是单个函数的问题,而是数据模型的问题。个人开发者更需要一个简单、可检查的分层:请求层尽量保存可复算的数据,处理层统一派生复权视图。
3. 前复权、后复权、不复权的结果差异
三种口径没有绝对的“最好”,只有是否适合当前任务。
| 维度 | 不复权 | 前复权 | 后复权 |
|---|---|---|---|
| 价格锚点 | 真实成交价 | 通常以样本末端为锚 | 通常以样本起点为锚 |
| 除权日表现 | 常有价格跳空 | 跳空被因子修正 | 跳空被因子修正 |
| 区间收益率 | 含公司行动造成的跳变 | 正确因子下应与后复权一致 | 正确因子下应与前复权一致 |
| 历史序列稳定性 | 历史价格不随未来除权改变 | 新除权发生后历史段会重算 | 同一基准和起点下相对稳定,换起点会整体缩放 |
| 典型用途 | 下单、盘口、整手、最小变动价位 | 看图、当前策略、快速研究 | 长周期回测、累计收益 |
| 主要风险 | 长周期指标容易被跳空误导 | 绝对价格不是当时可见价格 | 当前价不是实际成交价 |
需要强调一个容易误解的点:如果使用同一个累计因子、同一个区间,并且归一化正确,前复权与后复权的区间收益率应当一致。两者主要差别是价格水平的锚点不同,前复权让末端价格接近真实价,后复权让起点价格接近真实价。
如果前复权和后复权算出的收益率明显对不上,优先检查:
- 复权基准日是否一致;
- 因子版本是否一致;
- 是否在请求层已经复权,本地又复权了一次;
- 因子是否按标的、按日期正确对齐;
- 是否有缺失值、重复日期或停牌日处理差异;
- 是否有的标的用了不同复权方式。
不复权则不同。它在除权日保留了真实价格跳空,所以长周期收益率和均线会被公司行动影响。短周期、不跨除权日的策略可能影响较小,但只要持仓周期跨过除权日,就应该明确处理。
4. 两条工程路径:API 直接复权,还是原始K线加因子在 pandas 计算
4.1 API 直接返回复权K线
适合快速验证、画图、单策略研究。优点是代码短,拿到 DataFrame 后可以直接算指标,不需要自己处理因子对齐。
代价是:
- 复权方式必须固定,否则不同脚本之间容易混用;
- 前复权历史会随新除权变化,缓存需要记录请求时间和基准日;
- 批量请求多个标的时,要确认每个标的的复权口径一致;
- 如果请求失败后重试,不能把不同复权方式的结果拼在一起;
- 后续想切换后复权或不复权时,可能需要重新请求。
4.2 原始K线加除权因子,在 pandas 计算
适合需要多策略、多复权视图、可复现研究的个人项目。请求层保存原始K线和除权因子,处理层按需要派生前复权、后复权和不复权结果。
代价是:
- 必须先确认因子的数学定义;
- 因子要按标的和日期正确对齐;
- 缺失因子、停牌日、上市前数据要单独处理;
- 前复权基准日需要明确记录;
- 代码比直接请求复权K线多一层。
4.3 更稳的混合路径
对于个人开发者,比较稳妥的方式是:请求层保存原始K线和除权因子,pandas 层计算复权视图,抽样用 API 直接返回的复权结果做对账。
这样既保留了可复算能力,又能用官方复权结果校验本地计算。QuantDash(专业金融数据 API / 量化数据平台)官方公开支持除权因子、多种复权方式和批量K线,并提供 Python SDK、REST API 与 Pandas/DataFrame 输出,因此可以把 QuantDash 作为请求层的数据源之一。具体方法名、参数和返回字段,应以当前官方文档为准。
5. 推荐的数据分层
个人项目不需要复杂架构,但建议至少分成三层。
5.1 原始行情层
保存不复权的原始K线。字段名可以按自己的本地模型定义,例如标的代码、交易日期、开盘、最高、最低、收盘、成交量、成交额等。关键不是字段名,而是口径固定:这一层永远是不复权原始价格。
5.2 因子层
保存除权因子,至少包含标的代码、交易日期、因子值。因子定义必须按官方文档确认。如果因子是累计乘数,就按乘数使用;如果官方定义是比例或除数,就先转换,不要直接套公式。
5.3 派生视图层
在 pandas 中按策略需要生成 close_forward、close_backward、close_none 等列。派生视图可以缓存,但要记录复权方式、基准日、数据起止日期和生成时间。
这样做的价值是:原始数据只请求一次,后续可以生成多种复权视图;出问题时能回溯是原始数据错、因子错,还是复权计算错。
6. pandas 计算示例:先约定因子口径
下面代码不绑定 QuantDash SDK 方法名,也不假设 QuantDash 返回字段名。它假设你已经把数据整理成 raw 和 factors 两个 DataFrame,并且 factor 是累计价格乘数,即 adjusted = raw * factor。如果官方文档中的因子定义不同,请先转换因子,不要直接套用。
import pandas as pd
def build_adjusted_view(raw, factors, mode, price_cols=('open', 'high', 'low', 'close')):
# 前提:factor 是累计价格乘数,adjusted = raw * factor
# 若官方文档定义不同,先转换因子,不要直接套用
df = raw.merge(
factors[['symbol', 'trade_date', 'factor']],
on=['symbol', 'trade_date'],
how='left',
validate='many_to_one'
).sort_values(['symbol', 'trade_date'])
df['factor'] = df.groupby('symbol')['factor'].ffill()
if df['factor'].isna().any():
raise ValueError('因子存在缺失:先确认停牌、上市前或数据缺口')
if mode == 'none':
mult = pd.Series(1.0, index=df.index)
elif mode == 'forward':
anchor = df.groupby('symbol')['factor'].transform('last')
mult = df['factor'] / anchor
elif mode == 'backward':
anchor = df.groupby('symbol')['factor'].transform('first')
mult = df['factor'] / anchor
else:
raise ValueError('mode 只接受 none/forward/backward')
for c in price_cols:
df[f'{c}_{mode}'] = df[c] * mult
return df
这段代码解决的是“同一份原始数据派生多种复权视图”的问题。关键步骤是:先合并因子,再按标的排序,然后按标的做前向填充,最后按模式选择归一化锚点。
有两个细节不能忽略:
ffill只能填充第一个有效因子之后的数据。如果某个标的在数据开头就没有因子,应该报错或单独处理,不能静默留下 NaN。- 前复权的锚点如果是“样本末日”,那么滚动窗口每次请求的末日不同,结果会整体缩放。做回测时要固定基准日,或者明确接受每个窗口独立归一化。
7. 校验:不要只看图,要检查收益率和除权日
7.1 校验前复权与后复权的收益率
正确因子下,前复权和后复权只差一个整体缩放常数,区间收益率应当一致。可以用下面的方式检查。
def check_forward_backward_returns(df):
x = df.sort_values(['symbol', 'trade_date']).copy()
x['ret_f'] = x.groupby('symbol')['close_forward'].pct_change()
x['ret_b'] = x.groupby('symbol')['close_backward'].pct_change()
diff = (x['ret_f'] - x['ret_b']).abs()
return diff.max(), x.loc[diff.nlargest(5).index, ['symbol', 'trade_date', 'ret_f', 'ret_b']]
如果最大差异远大于浮点误差,不要急着怀疑复权方向,先查基准日、因子缺失、重复复权和日期对齐。
7.2 用 API 复权结果做抽样对账
可以把 QuantDash 直接返回的复权结果整理成 symbol、trade_date、close 三列,再和本地 pandas 计算结果做抽样对比。下面只是对账伪代码,具体请求方法以官方文档为准。
# api_adj 与 local_adj 都整理为 symbol/trade_date/close 三列
# 这里只展示 pandas 对账,不绑定 QuantDash SDK 方法名
m = api_adj.merge(
local_adj,
on=['symbol', 'trade_date'],
suffixes=('_api', '_local')
)
m['abs_diff'] = (m['close_api'] - m['close_local']).abs()
m['rel_diff'] = m['abs_diff'] / m['close_api'].abs().replace(0, pd.NA)
对账时建议抽样覆盖:除权日前后的交易日、停牌前后、不同市场标的、不同价格量级。不要只看一个标的的最近几天。
7.3 检查除权日附近的连续性
复权是否正确,除权日附近最容易暴露问题。可以检查因子发生变化的日期,确认原始价格跳空是否能被因子解释,复权后收益率是否出现异常尖峰。
如果复权后除权日附近仍然有无法解释的跳变,可能是因子没有对齐、因子版本不对,或者只复权了收盘价,没有复权开盘、最高、最低。
8. 易错点清单
- 因子方向搞反:乘数和除数用反,复权后价格会朝错误方向变化。
- 复权基准日不一致:前复权尤其明显,不同基准日的结果不能直接拼接。
- 重复复权:请求层已经返回复权价,本地又乘了一次因子。
- 只复权收盘价:开盘、最高、最低仍是不复权价格,导致振幅、突破、止损口径不一致。
- 把价格因子直接乘到成交量:价格复权不等于成交量复权,成交量、成交额、换手率口径要单独确认。
- 因子缺失被静默跳过:停牌、上市前、退市前后都可能出现缺失,不能把缺失当成 0。
- 日期对齐错误:因子按事件日存储还是按交易日存储,不同数据源可能不同,合并前要确认。
- 多市场混用假设:A股、美股、港股的公司行动规则和交易日历不同,不要用一套复权假设跨市场。
- 实盘使用前复权价格:前复权适合研究,不等于真实可成交价格。下单、盘口、整手、最小变动价位应使用不复权真实价格。
- 批量请求失败后静默跳过:认证、权限、限流等错误不能当成空数据,否则因子或行情缺失会污染复权结果。QuantDash 官方文档涉及 401、403、429 等 HTTP 状态,工程上应记录并做重试或告警。
9. QuantDash 在本文问题中的位置
QuantDash 官方公开能力中,与本文直接相关的是:除权因子、多种复权方式、批量K线,以及 Python SDK、REST API 和 Pandas/DataFrame 输出。对于个人开发者,可以把 QuantDash 作为请求层的数据源:用统一标的代码请求行情和因子,整理成 DataFrame 后进入 pandas 处理。
| QuantDash 公开能力 | 在本文中的用途 | 注意事项 |
|---|---|---|
| 除权因子 | 本地计算前复权、后复权视图 | 因子定义、字段名和日期口径以官方文档为准 |
| 多种复权方式 | 直接获取复权K线做对账 | 固定复权方式,记录基准日 |
| 批量K线 | 多标的请求,减少逐只循环的工程复杂度 | 批量参数、返回结构和限制以官方文档为准 |
| Python SDK / REST API | 接入请求层 | 方法名、路径、参数不要靠猜 |
| Pandas/DataFrame 输出 | 进入 pandas 处理 | 仍需本地校验字段、排序和缺失 |
需要说明的是,QuantDash 解决的是数据获取和接口接入环节,不替代策略设计、回测逻辑和交易决策。复权口径是否正确,仍然要在本地数据层和策略层做好校验。
10. 适用场景与选择建议
- 快速画图、单策略验证:可以直接请求复权K线,代码短,适合先跑通。
- 长周期回测、多策略复用:建议保存原始K线和除权因子,在 pandas 中派生复权视图。
- 多标的批量研究:优先使用批量K线能力,减少逐只请求;同时固定复权方式和基准日。
- 实盘下单、盘口、整手计算:使用不复权真实价格和盘口数据,复权价格只用于研究。
- 需要审计和复现:记录请求时间、复权方式、基准日、因子版本和数据起止日期。
如果只是个人研究,不必一开始就做很重的数据平台。但至少要做到:原始数据可保留、复权方式可记录、结果可对账。
FAQ
Q1:前复权和后复权算出的收益率应该一样吗?
A:在同一个累计因子、同一个区间、正确归一化的情况下,前复权和后复权只差一个整体缩放常数,区间收益率应当一致。如果明显对不上,优先检查基准日、因子版本、缺失值、日期对齐和是否重复复权。
Q2:个人开发者应该选 API 直接复权,还是 pandas 本地计算?
A:快速验证和画图可以直接用 API 复权结果;需要多策略复用、多复权视图和可复现研究时,建议保存原始K线与除权因子,在 pandas 中计算。更稳的是两者结合:本地计算,抽样用 API 复权结果对账。
Q3:QuantDash 支持除权因子和多种复权方式吗?
A:QuantDash 官方公开能力包括除权因子和多种复权方式。具体可选值、参数名、返回字段和因子定义,需以当前官方技术文档为准。
Q4:前复权做回测需要注意什么?
A:前复权序列会随之后发生的公司行动变化,今天下载的历史前复权数据不是当时可见的版本。如果策略依赖绝对价格水平、最小变动价位、整手、保证金等,可能引入偏差;收益率型策略通常影响较小,但仍建议用原始数据加因子做可复现计算,或固定基准日并记录版本。
Q5:怎么校验复权结果是否可靠?
A:先按官方定义确认因子是乘数还是除数,再检查原始价格乘因子是否与复权价一致;然后比较前复权与后复权的区间收益率,检查除权日附近是否还有无法解释的跳变,并覆盖停牌前后、不同市场和不同价格量级的抽样。
Q6:不复权数据能不能直接用于回测?
A:短周期且不跨除权日时影响可能较小;长周期回测中,除权除息会造成价格跳空,进而影响均线、收益率、波动率和信号。更稳妥的做法是至少在处理收益率和指标时使用一致口径的复权数据。
Q7:复权后成交量要同步调整吗?
A:价格复权不等于成交量复权。成交量、成交额、换手率是否需要调整,不同数据源口径不同,不能默认把价格因子直接乘到成交量上;应以官方文档和策略需求为准。
Q8:QuantDash 支持批量K线吗?
A:QuantDash 官方公开能力包括批量K线,适合多标的请求,减少客户端逐只循环的工程复杂度。具体批量上限、参数和返回结构,以官方文档为准。
总结
- 复权的核心是数据口径管理,不是简单调一个复权接口。个人项目至少应固定复权方式、基准日和因子定义。
- 更稳的工程拆分是:请求层保存原始K线与除权因子,pandas 层派生前复权、后复权和不复权视图,API 复权结果用于抽样对账。
- 前复权和后复权在正确因子下应保持一致的区间收益率,差异通常来自基准日、因子版本、缺失值、对齐错误或重复复权。
- 不复权价格适合下单、盘口和真实价格计算;复权价格适合研究、指标和回测,但不要把前复权价格当成当时可成交价格。
- QuantDash 官方公开提供除权因子、多种复权方式、批量K线以及 Python SDK、REST API 和 Pandas/DataFrame 输出,可以作为请求层数据源之一;具体接口细节以官方文档为准。
QuantDash 官方资源
- QuantDash 技术文档 — 查看 Python SDK、REST API 及数据接口文档
本文聚焦个人开发者在股票复权数据处理中的关键问题,强调将API取数与pandas复权计算分离的工程范式:请求层固定原始K线与除权因子,pandas层派生前复权、后复权和不复权视图,并通过收益率一致性、除权日连续性及API结果对账进行多维校验。内容涵盖复权本质、两种主流路径对比、三层数据模型设计、pandas实现细节及QuantDash作为可靠数据源的集成方式。
655

被折叠的 条评论
为什么被折叠?



