2. 融资余额数据清洗与板块匹配

上一节我们明确了“板块融资余额变化”与“行情涨跌”之间需要对照观察，但真正动手之前，必须先解决一个更基础的问题：数据从哪里来、长什么样、能不能直接用。融资余额数据看似只是“某板块某日一个数字”，实际上它同时涉及交易所披露口径、个股与板块的归属关系、交易日历对齐三个层面。本节围绕“把原始数据整理成可用的板块融资余额面板”这一目标，讲清数据结构、常见脏数据形态，以及清洗与匹配的具体做法。

一、先看清数据结构：三个维度与两种频率

融资余额数据本质是一张“时间 × 标的 × 指标”的三维表。以沪深交易所披露的融资融券明细为例，常见字段包括：交易日期、证券代码、证券简称、融资余额（元）、融资买入额（元）、融资偿还额（元）、融券余额等。其中融资余额是存量指标，表示截至当日收盘尚未偿还的融资总额；融资买入额与偿还额是流量指标，二者之差近似对应余额的日变化（还需考虑除权、标的调整等因素）。理解存量与流量的区别，是后续计算“余额变化率”和“净买入”的前提。

频率方面，交易所按交易日披露，非交易日无数据。这意味着原始序列天然存在周末与节假日缺口，不能简单按自然日填充。板块层面则没有官方“板块融资余额”直接披露，必须由个股数据按成分股聚合得到——这正是“板块匹配”要解决的问题。

二、常见问题：原始数据不能直接聚合

把个股数据加总成板块数据之前，以下几类问题几乎必然出现，需要逐一处理：

• 停牌与缺失：个股停牌当日无融资数据，若直接跳过，会导致板块成分股数量在时间上不一致，聚合结果出现“假下降”。
• 标的调入调出：融资融券标的名单会定期调整，某只股票可能中途被调入或调出，造成余额序列出现跳变，而非真实资金变化。
• 代码与简称变更：股票更名、代码迁移（如北交所、重组）会导致同一标的在不同日期以不同标识出现，直接按简称匹配会漏算。
• 单位与精度不一致：不同来源可能以“元”“万元”“亿元”混用，或保留小数位不同，聚合前必须统一。
• 重复记录与异常值：同一日期同一代码出现多条记录，或余额为负、突增数十倍，多为数据拼接或单位错误。

三、清洗与匹配的完整链路

下面这张图把本节的核心处理链路画出来：从原始明细出发，经过标准化、去重与异常处理、成分股映射、交易日对齐，最终形成“日期 × 板块”的融资余额面板。图中同时标出了每一步的关键判断点。

四、关键操作细节

1. 标准化。把融资余额统一换算为“元”，日期统一为 YYYY-MM-DD，证券代码统一为 6 位字符串（避免前导零丢失）。这一步看似琐碎，却是后续所有匹配的基础。

2. 去重与异常。以“日期 + 代码”为唯一键，重复记录保留更新时间最新的一条。对余额为负、或单日变化超过合理阈值（例如超过 50%）的记录打标记而非直接删除，留待人工复核——因为标的调入调出也会造成大幅跳变，不能一律当错误。

3. 成分股映射。准备一张“个股代码—板块代码—生效日期”的映射表。同一只股票可能同时属于多个板块（如行业板块与概念板块），聚合时要按板块分别处理。对于中途调入调出的标的，映射表需带生效区间，避免用当前成分回算历史。

4. 交易日对齐。以交易日历为基准左连接，停牌日保留记录并标记 is_suspended=1，融资余额可沿用前值但必须保留填充标记。这样聚合时既能保持时间轴连续，又不会把填充值误当真实变化。

5. 聚合。按“日期 + 板块”对融资余额求和，同时输出当日有效成分股数量。若某板块某日有效成分数明显低于常态，说明数据覆盖不全，该日聚合值应谨慎使用。

五、一个可参考的面板字段设计

清洗完成后，建议面板至少包含以下字段，便于后续做变化率与行情对照：

其中 chg_rate 建议用“当日余额 / 前一交易日余额 − 1”计算，且仅在前一交易日有效成分数达标时才计算，否则置空。这样得到的面板，才具备与行情序列做对照分析的可信度。

完成本节后，你应当得到一张时间连续、成分可追溯、缺失有标记的板块融资余额面板。它是后续计算余额变化、与指数涨跌做对照的基础；如果这一步的口径不统一，后面所有对照结论都会失真。