2. 金融市场数据基础
在接入公司行动与复权因子之前，必须先理解一个更底层的问题：我们每天拿到的股票行情数据，究竟由哪些字段构成？为什么同一条K线在不同数据源里价格不一样？为什么一只股票在分红送股之后，历史价格会突然“断层”？这些问题的答案，直接决定了复权因子该如何计算、如何对齐、如何校验。本节从行情数据的结构出发，逐步引出除权除息、复权必要性以及常见数据源，为后续实战打下概念地基。
一、股票行情数据的构成：一条K线里有什么
无论数据来自交易所、券商还是第三方数据商，一条标准的日频行情记录通常包含以下核心字段：
- 标识字段：证券代码、交易日期、市场标识（如SH/SZ/BJ）。
- 价格字段：开盘价、最高价、最低价、收盘价，以及前收盘价（prev_close）。
- 成交字段：成交量、成交额、成交笔数。
- 衍生字段：涨跌幅、换手率、振幅、均价（成交额/成交量）。
- 状态字段：是否停牌、是否ST、上市状态等。
其中前收盘价是最容易被忽视、却与复权关系最紧密的字段。交易所每日公布的涨跌幅，是以“前收盘价”为基准计算的；而在除权除息日，这个前收盘价并不是上一交易日的真实收盘价，而是经过除权除息调整后的“除权参考价”。这正是价格序列出现断层的根源。
二、除权除息现象：价格为何会“断层”
上市公司进行分红、送股、转增、配股等公司行动时，会对股价产生机械性影响。以最常见的“每10股派5元现金”为例，若某股票前一日收盘价为20元，除息日理论开盘参考价变为19.5元。价格下跌了0.5元，但股东并没有亏损——因为同时收到了0.5元现金。若只看价格序列，就会误以为当天跌了2.5%。
送股和转增的影响更剧烈。例如“每10股送10股”，股价会直接腰斩，但股东持股数量翻倍，总市值不变。配股则介于两者之间，涉及股东是否参与、配股价高低等复杂情形。
| 公司行动类型 | 对股价的影响 | 对持股数量的影响 | 典型公式要素 |
|---|---|---|---|
| 现金分红（派息） | 价格下调 | 不变 | 每股派息金额 |
| 送股 | 价格按比例下调 | 增加 | 送股比例 |
| 转增股本 | 价格按比例下调 | 增加 | 转增比例 |
| 配股 | 价格向配股价靠拢 | 按配股比例增加 | 配股价、配股比例 |
| 增发/回购 | 通常不直接调整 | 可能变化 | 视方案而定 |
这些行动的共同点是：它们改变了“每股对应的权益”，因此必须对历史价格进行修正，否则任何基于价格序列的计算——收益率、均线、波动率、回测信号——都会在除权日附近产生虚假跳变。
三、复权的必要性：让价格序列可比
复权的本质，是用一个因子把历史价格调整到与当前价格同一“权益尺度”上。常见复权方式有三种：
- 前复权：以当前价格为基准，向前调整历史价格。优点是当前价格真实，适合看盘和短线分析；缺点是历史价格会随最新除权而整体变化，不适合长期回测的稳定复现。
- 后复权：以上市首日为基准，向后调整价格。优点是历史价格稳定，适合回测和收益率计算；缺点是当前价格与真实盘面不一致。
- 不复权：保留真实成交价，仅在需要研究除权事件本身时使用。
在量化回测中，后复权通常是首选，因为它保证了历史数据的“可复现性”——今天算出的因子，明天不会因为新的分红而改变。而前复权更适合展示和人工看盘。
四、常见数据源介绍与选择
不同数据源在复权处理、字段定义、更新时效上差异很大，接入前必须明确其口径。常见来源包括：
- 交易所官方：提供最权威的行情和公司行动公告，但接口分散、格式不统一。
- Wind、Choice等金融终端：字段规范、复权因子齐全，适合机构，但成本高、接口受限。
- Tushare、AkShare等开源数据接口：免费或低成本，适合学习和中小项目，但需自行校验复权因子质量。
- 券商柜台与行情网关：实时性强，适合交易系统，但历史数据深度有限。
- 自建数据仓库：从多源采集后统一清洗，灵活但维护成本高。
以Tushare为例，获取日线行情和复权因子的典型调用如下：
import tushare as ts
pro = ts.pro_api('your_')
# 获取不复权日线
df_raw = pro.daily(ts_code='000001.SZ', start_date='20240101', end_date='20241231')
# 获取复权因子
df_adj = pro.adj_factor(ts_code='000001.SZ', start_date='20240101', end_date='20241231')
# 后复权价格 = 不复权收盘价 * 复权因子 / 最新复权因子
latest_factor = df_adj.iloc[0]['adj_factor']
df_raw['close_hfq'] = df_raw['close'] * df_adj['adj_factor'].values / latest_factor
五、复盘与校验：如何判断复权是否正确
接入复权因子后，必须做基础校验。一个简单有效的方法是：选取包含除权日的区间，分别计算不复权收益率和后复权收益率，若后复权收益率在除权日附近没有异常跳变，说明因子方向正确。另一个方法是检查复权因子在除权日是否发生阶跃变化，且变化方向与公司行动类型一致。
此外，还要注意不同数据源的复权因子基准日可能不同。有的以最新日为基准，有的以上市首日为基准。接入时必须统一基准，否则拼接多源数据时会出现系统性偏差。建议在数据仓库中同时保留原始价格、复权因子和因子基准日三个字段，任何复权计算都从这三者出发，而不是直接存储复权后的价格。
理解行情数据构成、除权除息机制、复权必要性和数据源差异，是后续编写复权因子接入代码、设计公司行动事件表、以及构建稳定回测数据管道的必要前提。只有把价格序列的“尺度”问题想清楚，后面的工程实现才不会在除权日附近反复踩坑。