3. 行情数据构建与板块指数处理

板块融资余额与行情对照分析的第一步，不是画图，而是把“板块行情”整理成一张干净、可对齐的面板数据。融资余额通常按交易日披露，板块行情则来自行情接口或数据文件，两者在字段口径、日期格式、复权方式上往往并不一致。如果直接合并，很容易出现日期错位、涨跌幅重复计算、成交额单位混乱等问题，最终让后续的相关性分析失真。本节围绕板块行情数据的构成、关键字段的处理方式，以及面板数据的构建与对齐展开。

一、板块行情数据由哪些字段构成

一个可用的板块日行情记录，至少应包含以下核心字段：

• 交易日期（trade_date）：行情所属交易日，是后续与融资余额对齐的主键。
• 板块代码与板块名称（sector_code / sector_name）：用于唯一标识板块，避免同名板块混淆。
• 指数收盘价（close）：板块指数的收盘点位，是计算区间收益的基础。
• 涨跌幅（pct_chg）：当日相对前一交易日的百分比变化，通常以百分数表示。
• 成交额（amount）：当日板块成分股成交金额合计，反映交易活跃度。
• 可选字段：开盘价、最高价、最低价、成交量、换手率等，视分析需要保留。

需要特别注意的是，不同数据源对“板块指数”的定义不同：有的是按成分股自由流通市值加权，有的是等权，有的直接采用第三方编制的行业指数。口径一旦确定，整个分析过程应保持一致，不能中途混用。

二、关键字段的处理要点

1. 收盘价与复权。板块指数一般不像个股那样存在分红送转导致的除权缺口，但若使用的是自行合成的板块指数，则需明确是否做了复权处理。对于第三方行业指数，直接使用其发布的收盘点位即可。若分析区间跨越指数编制方法调整，应在数据说明中标注，避免把方法调整误读为行情变化。

2. 涨跌幅的两种来源。涨跌幅可以直接取行情接口返回的 pct_chg 字段，也可以由收盘价自行计算：pct_chg = (close_t / close_{t-1} - 1) × 100。两种方式在正常情况下应基本一致，但遇到停牌、指数调整或数据缺失时可能产生差异。建议以接口字段为主，并用自算值做交叉校验，发现偏差超过阈值（例如 0.5 个百分点）时回查原始数据。

3. 成交额的单位与缺失。成交额常见单位为元、万元或亿元，合并前必须统一。若某日成交额缺失，不宜简单填 0，因为 0 会被误读为“无成交”，更合理的做法是标记为缺失值并在分析时剔除或前向填充（需注明处理方式）。

4. 日期格式统一。行情数据可能是 2024-01-05、20240105 或带时间戳的格式，融资余额数据又可能是另一种格式。统一转换为 YYYY-MM-DD 的日期类型，是后续对齐的前提。

三、面板数据的构建与对齐

所谓面板数据，是指“板块 × 交易日”的二维结构：每一行是一个板块在某一天的一条记录，列则包含行情字段与融资余额字段。构建过程可以概括为三步：先分别整理行情表和融资余额表，再按“板块代码 + 交易日期”做外连接或内连接，最后处理连接产生的缺失与重复。

连接方式的选择取决于分析目的。若研究“融资余额变化与行情涨跌的同期关系”，应使用内连接，只保留两边都存在的交易日；若需要观察融资余额在行情缺失日的表现，可用左连接并以行情表为主表。无论哪种方式，都要检查连接后的行数是否合理——行数异常膨胀通常意味着主键存在重复。

对齐时还有一个容易被忽视的问题：融资余额数据常以“前一交易日收盘后”的余额披露，而行情涨跌幅是当日盘中变化。因此在做同期对照时，应明确融资余额对应的是 T 日收盘后的余额，还是 T-1 日收盘后的余额，并在全文保持同一约定。这一约定直接影响后续相关性符号的解读。

四、一个可执行的处理示例

下面以 Python 的 pandas 为例，给出一个最小可运行的处理流程。假设已从数据源得到两个 DataFrame：df_quote 与 df_margin。

import pandas as pd

# 1. 统一日期格式
df_quote["trade_date"] = pd.to_datetime(df_quote["trade_date"])
df_margin["trade_date"] = pd.to_datetime(df_margin["trade_date"])

# 2. 统一成交额单位（假设原始为万元，转为亿元）
df_quote["amount"] = df_quote["amount"] / 10000

# 3. 校验涨跌幅：接口值与自算值对比
df_quote = df_quote.sort_values(["sector_code", "trade_date"])
df_quote["pct_calc"] = df_quote.groupby("sector_code")["close"].pct_change() * 100
df_quote["diff"] = (df_quote["pct_chg"] - df_quote["pct_calc"]).abs()
print(df_quote[df_quote["diff"] > 0.5][["trade_date", "sector_code", "pct_chg", "pct_calc"]])

# 4. 按主键对齐
panel = pd.merge(
    df_quote[["trade_date", "sector_code", "close", "pct_chg", "amount"]],
    df_margin[["trade_date", "sector_code", "fin_balance"]],
    on=["trade_date", "sector_code"],
    how="inner"
)

# 5. 检查重复与缺失
print(panel.duplicated(subset=["trade_date", "sector_code"]).sum())
print(panel.isna().sum())

这段代码的关键不在语法，而在于每一步都在做“口径校验”：日期是否可比较、单位是否一致、涨跌幅是否可信、主键是否唯一、缺失是否在可接受范围。只有这些检查通过，面板数据才具备进入下一步分析的条件。

五、对齐后的质量检查

完成合并后，建议至少做三项检查。第一，行数检查：合并后的行数应等于两表主键交集（内连接）或行情表行数（左连接），若明显偏多，说明主键有重复。第二，日期连续性检查：按板块分组后，交易日序列应与交易日历一致，缺失的交易日需确认是停牌、数据缺失还是节假日。第三，数值合理性检查：涨跌幅是否出现异常极值（如超过 ±20%），成交额是否出现突增突降，融资余额是否出现非经济含义的跳变。这些异常往往是数据拼接错误或单位错误的信号。

至此，板块行情数据已经从原始字段整理为结构清晰、口径一致、可与融资余额逐日对照的面板数据。后续的融资余额变化计算、行情涨跌分组、相关性观察，都将建立在这张面板之上。数据构建阶段多花的时间，会在分析阶段以更少的返工和更可信的结论回报回来。