3. 缺失行情概述

在证券停复牌与行情修复的整个工程链路中，缺失行情是最基础也最容易被低估的概念。很多量化策略回测表现优异、实盘却频频失效，根源往往不是模型本身，而是输入数据中隐藏的行情缺口。本节将从定义、成因、表现和影响四个层面，建立对缺失行情的完整认知。

一、什么是缺失行情

缺失行情，指在某一交易标的的行情时间序列中，本应存在却被遗漏、置空或异常中断的行情记录。它不等同于"停牌"——停牌是交易所正式披露的、有明确起止时间的状态；而缺失行情可能是停牌造成的，也可能是数据采集、传输、存储等环节引入的"非预期空洞"。

判断一条记录是否属于缺失行情，核心是回答三个问题：该时点标的是否处于可交易状态？该时点的行情是否本应产生？缺失是"真实无成交"还是"数据未到达"？只有厘清这三点，才能避免把正常无成交误判为数据缺失。

二、缺失行情的产生原因

缺失行情的成因可归为四类，理解成因有助于在修复时选择正确的策略：

• 制度性原因：停牌、涨跌停封板、临时停市、集合竞价无成交等。这类缺失有明确规则可循，属于"可预期缺失"。
• 技术性原因：行情源推送丢包、网络抖动、采集程序崩溃、磁盘写入失败、时区或时间戳错位。这类缺失具有随机性和隐蔽性。
• 标的性原因：新股上市首日、退市整理期、代码变更、跨市场转板等，导致标的在时间轴上出现"身份断层"。
• 处理性原因：数据清洗规则过严误删、复权计算错误、多源合并时优先级冲突，人为制造了缺口。

其中技术性与处理性原因最危险，因为它们不伴随任何官方公告，策略开发者往往在回测中"看不见"这些空洞。

三、常见表现形态

缺失行情在数据层面有多种表现，识别它们是修复的第一步：

需要特别警惕"伪连续"：它表面上没有缺口，但填充值会污染波动率、成交量和因子计算，是量化分析中最隐蔽的陷阱。

四、对量化分析与交易的影响

缺失行情对量化体系的影响是系统性的，可归纳为四个层面：

1. 因子计算失真：动量、波动率、换手率等因子依赖连续价格序列。一个被前值填充的缺口会人为压低波动率，使策略低估风险。
2. 回测结果虚高：若缺失被错误填充为"可成交"，回测会假设在根本不存在的价格上完成交易，产生虚假收益。
3. 信号错位：时间戳错位会导致信号与真实市场时刻不匹配，实盘中表现为"追高杀跌"。
4. 风控失效：停牌期间若数据被填充为连续行情，风控模块无法识别流动性枯竭，可能触发错误平仓或加仓。

五、识别与初步处理流程

面对一份行情数据，建议按以下流程快速定位缺失：

# 1. 构建完整时间轴（以交易日历为准）
full_index = trading_calendar(start, end, freq='1min')

# 2. 重索引，暴露缺口
df = df.reindex(full_index)

# 3. 分类缺失：停牌 / 无成交 / 技术缺失
missing = df[df['close'].isna()]
suspended = missing.index.isin(suspend_records)
tech_gap = missing.index.difference(suspend_records)

# 4. 输出缺失报告
print(f"总缺失: {len(missing)}, 停牌: {len(suspended)}, 技术缺失: {len(tech_gap)}")