做量化研究，最容易被忽略又最致命的前提，是「你手上的价格序列到底是哪个口径」。这篇不讲概念，而是把我在这条路上踩过的三个坑摊开——每个都有具体的日期、具体的数字、具体的修复代码。看完你可以直接拿下面的校验代码测自己的数据。
前复权的算法是「从最新价往回推」：把每一次除权除息事件反向修正到历史价格上。这意味着——每发生一次新的除权，整条历史序列都会被追加重算一遍。
我实测过一组对照：同一只票、同一段区间，只因为中间发生了一次分红除息，历史段的收盘值序列发生了系统性平移，年化波动率的差异到了小数点后一位。它不是数据源的 bug，是前复权自身定义决定的。
更贵的学费在另一处：早年我回填复权因子时漏了部分除权记录，拿错误序列算出来的 IC 偏差到约 5%——这个量级足够让一个因子的显著性判断翻向。
规矩：涉及「可复现」的结论，锚定数据版本（数据集版本号），并记录复权口径；不要用「今天的前复权数据」去否定「昨天的前复权数据」。
用不复权价格直接算收益，除权日当天会出现一次「假跌」：价格被除权除息机制性地下调，但这不是市场真实下跌。
后果很具体：短线策略的「破位信号」会被这种假跳空错误触发——你以为价格跌破了关键位，其实只是分红派息。凡是用不复权价格算「涨跌幅」的地方，都必须显式区分「真实下跌」与「除权造成的价格调整」——在我系统里这两者走不同的库表路径。
规矩：回测入口强制要求带复权口径的已收盘日线；不复权序列只用于「交易撮合」等需要真实报价的场景，且与收益计算严格分开。
这是我修过的真实缺陷——数据源查询区间早于回填起点一段就查不到：
# 危险写法：只查回填窗口内的除权事件 factors = query_adjust_factor(code, start_date=回填起点, end_date=今天) # 实测问题：某标的 2021-01-04 的复权因子需要 2020-07-23 的除权事件， # 从 2021 年起查 ⇒ 漏掉 → 该票前段因子全错（错误码 0 + 返回 0 行，不报错！）
前复权因子是累积语义（前复权因子 = Π 未来各次除权比例），序列首段的因子恰恰依赖起点之前最近一次事件——「起点后无事件」不等于「因子 = 1.0」。
修复（可复现）：
1. 查询起点一律从回填起点再往前推 24 个月（覆盖多次分红，含中期分红）；
2. 对「首行晚」的标的，从 2005 年起把除权记录全量重拉、追加进因子表；
3. 记住一个判据：「错误码 0 + 0 行」不等于正常——要显式区分「指数/无除权标的（本来就该 0 行）」和「数据缺失」。
所谓 back 恒等式：后复权价 ÷ 前复权价 = 常数（同一区间、同一数据版本下）。
它看起来只是数学性质，实际是数据质量的最后一道防线：任何一次除权事件只要前、后两套序列中有一套算错，或者除权因子缺失，这个比值就会漂移。我在数据层加了这条恒等式作为入库校验——不满足就拒绝整批数据，而不是「记一条 warning 继续跑」。
它抓到过一类最阴的脏行：某数据源偶尔返回 backAdjustFactor=1.0 的异常行（不报错、不像缺失，就是值不对）。处理方式不是直信、也不是直接删，而是双源反推修复：
# 1) 拉双源：adjustflag='3' 原始价 raw_close / adjustflag='2' 前复权价 pre_close # 2) 段内因子：对嫌疑标的取事件日之前的日期段，逐日算 pre_close / raw_close，取中位数 f0（抗离群） # 3) 反推补行：add_back = f0 × factor_table[-1].value（保留 6-8 位小数） # 4) 真值校验：adjustflag='2' 全窗前复权价 vs raw × hist(≤t)/latest 计算价 # 偏差 ≤ 1e-3 → 接受；> 1e-2 → 判脏行，修复后才入库
1. 回测入口只认带 adjusted 口径的数据，缺口径参数直接拒绝（不给默认值）；
2. 每个结论携带数据版本指纹，版本变更旧结论自动作废；
3. 入库校验：back 恒等式逐日断言 + 行数守恒 + 除权日跳空检查，不过即拒批；
4. 除权因子查询区间从回填起点前推 24 个月；「0 行」必须与「无事件」区分开；
5. 脏行的处理路径是「双源反推 + 偏差阈值（1e-3 / 1e-2）」，不是猜测性填充。
三个坑其实是一件事：复权口径的每个「默认行为」都藏着一个合同陷阱——前复权默认会漂移、不复权默认有假跳空、区间查询默认会漏事件。处理它们的成本，比事后发现结论错了再回头排查，低一个数量级。
本站内容为个人研究记录与方法分享，模拟，不构成投资建议；据此操作风险自负。
Joyous 的技术笔记 · 沪ICP备2026053770号
隐私最小化：不设 cookie、无表单、无第三方脚本；访问统计仅取服务端日志（≤30 天，仅聚合），不导出 IP。