引言：回测里最隐蔽的"未来函数"陷阱
量化研究中，最让研究员头疼的问题之一不是策略亏钱，而是回测赚钱、实盘亏钱------而且找不出原因。
很多时候，根子不在模型，而在数据。
设想这样一个场景：
你用"申万一级行业分类"作为特征因子训练了一个选股模型。2023年6月，某股票从"房地产"调入"建筑装饰"行业。你用2024年的快照数据跑2023年的回测------这只股票全程被标记为"建筑装饰"。模型在2023年学到的"建筑装饰行业溢价"，实际上偷看了未来的行业归属。
这就是典型的"未来函数"问题。而它的本质，正是维度属性随时间缓慢变化，但数据仓库没有正确建模。
在量化投研体系中，特征因子（factor）本身就是一种维度数据------它们描述股票、期货、基金等标的在某一个时间点的状态。这些状态会变，而且变化频率远低于逐笔行情，但一旦变了，就会直接影响回测的准确性。
缓慢变化维（SCD），就是解决这个问题的系统性框架。
量化场景中的 SCD 类型映射
Type 0：不可变属性------因子的"出生证"
典型场景：股票首次上市日期、原始证券代码、IPO 时的发行方式
Type 0 写入后永不更新。在量化中，这类属性是时间锚点，用于计算上市年限、新股因子、事件研究等。
股票维度表（节选）：
证券代码 | 上市日期 | 交易所 | 证券类型
000001.SZ | 1991-04-03 | 深交所 | A股即使后来该股票被借壳、更名、迁址，上市日期永远不变。研究员计算"上市满3年因子"或做事件研究时，依赖的就是这个不可变锚点。
Type 1：直接覆盖------修正而非变更
典型场景：股票简称更正、Wind/聚源数据源的字段纠错
Type 1 用新值直接覆盖旧值，不保留历史。
股票维度表（修正前）：
证券代码 | 证券简称 | 总市值(亿)
000001.SZ | 平安银 | 2,100 ← 简称录入漏字
股票维度表（修正后，Type 1 覆盖）：
证券代码 | 证券简称 | 总市值(亿)
000001.SZ | 平安银行 | 2,100这种"修正"对量化研究没有影响------你不会用证券简称做因子。但如果覆盖的是因子计算错误（比如某日市值字段因数据源 bug 填错），就需要配合操作日志追溯，确保回测中不会混入脏数据。
Type 2：版本行------量化 SCD 的绝对主力
*典型场景：行业分类变更、指数成分股调整、ST/ST 状态变化、板块归属调整
Type 2 是量化投研中使用最广泛的 SCD 类型 。它通过版本行 + 生效/失效时间，确保回测时每个交易日都能关联到当时正确的因子状态。
案例：行业分类变更（最经典的未来函数来源）
行业维度表（SCD Type 2）：
证券代码 | 行业分类标准 | 行业代码 | 生效日期 | 失效日期 | 当前标志
000002.SZ | 申万一级 | 房地产 | 2014-01-01 | 2023-06-14 | N
000002.SZ | 申万一级 | 建筑装饰 | 2023-06-15 | 9999-12-31 | Y配合日频特征因子表：
日频因子事实表：
交易日 | 证券代码 | 收盘价 | 换手率 | 行业维度关联键
2023-06-10 | 000002.SZ | 12.50 | 1.2% | DIM_202301
2023-06-16 | 000002.SZ | 11.80 | 2.1% | DIM_202302当回测引擎在 2023-06-10 计算"建筑装饰行业均值"时，关联逻辑是：
WHERE 生效日期 <= '2023-06-10' AND 失效日期 > '2023-06-10'
→ 命中"房地产"那行 → 该股票被归入房地产行业而在 2023-06-16 计算时：
→ 命中"建筑装饰"那行 → 该股票被正确归入建筑装饰行业回测完全消除了行业分类上的未来函数。
案例：ST 状态变化
ST 状态对量化策略影响极大（很多策略直接剔除 ST 股），而且变更频率不低：
股票状态维度表（SCD Type 2）：
证券代码 | 特别处理状态 | 生效日期 | 失效日期 | 当前标志
600240.SH | 正常 | 2022-01-01 | 2023-04-30 | N
600240.SH | *ST | 2023-05-01 | 2024-06-30 | N
600240.SH | 正常 | 2024-07-01 | 9999-12-31 | Y回测中，2023年5月之前该股票参与选股，5月之后被自动过滤------与实盘行为完全一致。
案例：指数成分股调整
指数成分维度表（SCD Type 2）：
指数代码 | 证券代码 | 权重(%) | 生效日期 | 失效日期 | 当前标志
000300.SH | 601012.SH | 1.25 | 2023-06-12 | 2023-12-10 | N
000300.SH | 601012.SH | 1.42 | 2023-12-11 | 9999-12-31 | Y这对指数增强策略的回测至关重要------成分股调整日前后，权重和约束条件完全不同。如果只用最新快照，回测中的"跟踪误差"会被严重低估。
Type 3：有限历史------上一次就够了
典型场景：因子值的环比变化、行业迁徙分析
Type 3 在原记录上新增一列存储上一次的值，适合只需要知道"上一次是什么"的场景。
行业维度表（SCD Type 3）：
证券代码 | 当前行业 | 上一行业 | 变更日期
000002.SZ | 建筑装饰 | 房地产 | 2023-06-15用途举例：
"从房地产调入建筑装饰的股票，调入后60个交易日的平均超额收益是多少？"
只需要当前行业和上一行业就能回答，不需要完整变更链。在因子研究中，这种**"迁徙效应因子"**是机构量化中常见的另类特征。
Type 4：历史表分离------因子库的工程优化
典型场景：基本面因子（财务数据）的版本管理
财务数据有一个特殊性质：会追溯调整。一家公司4月发布年报，9月发布更正版------两个版本都是"对的"，只是后者更准。量化研究员既需要分析"市场当时看到了什么"（用当时版本），也需要用"最终修正版"做长期因子研究。
财务因子主表（当前最新版本）：
证券代码 | 报告期 | 净利润(亿) | ROE | 数据状态
600519.SH | 2023-12-31 | 747.34 | 32.5% | 已审计终版
财务因子历史版本表：
证券代码 | 报告期 | 净利润(亿) | ROE | 数据提取日期 | 版本说明
600519.SH | 2023-12-31 | 735.20 | 31.8% | 2024-04-03 | 初步披露版
600519.SH | 2023-12-31 | 747.34 | 32.5% | 2024-09-15 | 审计更正版- 事件研究（如"年报首次披露后的市场反应"）→ 用历史版本表，还原市场当时看到的数据
- 横截面因子回测（如"用最新 ROE 排序选股"）→ 用主表，保证因子质量
这是 Type 4 在量化工程中最典型的应用模式。
Type 6：混合模式------因子平台的终极形态
典型场景：大型量化机构因子库同时服务回测、实盘信号、合规审计
Type 6 组合 Type 2（版本链）+ Type 3（上一值）+ 当前值冗余列：
股票维度表（SCD Type 6）：
证券代码 | 行业分类 | 生效日期 | 失效日期 | 当前标志 | 当前行业(冗余)
000002.SZ | 房地产 | 2014-01-01 | 2023-06-14 | N | 建筑装饰
000002.SZ | 建筑装饰 | 2023-06-15 | 9999-12-31 | Y | 建筑装饰- 回测引擎：按生效/失效日期精确关联 → 消除未来函数 ✅
- 实盘信号生成：直接读"当前行业"冗余列 → 低延迟 ✅
- 合规审计：逐行扫描版本链 → 证明"回测没有数据穿越" ✅
对于需要向监管或 LP（有限合伙人）证明"策略回测严谨性"的量化基金，Type 6 是因子数据平台的理想架构。
量化 SCD 设计的三个关键实践
1. 因子字段的 SCD 类型混搭
同一个股票维度表中，不同因子字段用不同的 SCD 类型：
| 因子字段 | SCD 类型 | 理由 |
|---|---|---|
| 证券代码 | Type 0 | 不可变标识 |
| 证券简称 | Type 1 | 修正性变更 |
| 行业分类 | Type 2 | 核心因子，需完整版本链 |
| 指数成分权重 | Type 2 | 调仓日精确对齐 |
| ST 状态 | Type 2 | 策略过滤条件，不能穿越 |
| 上一行业 | Type 3 | 迁徙效应因子 |
| 上市日期 | Type 0 | 新股因子锚点 |
2. 生效/失效时间的精确约定
量化回测对时间精度要求极高，建议约定：
-
行业分类、ST 状态等定期调整类因子：以公告生效日为准（A 股通常为交易日）
-
财务数据类因子：以实际披露日为生效日期（不是报告期！），否则会引入未来函数
-
失效日期统一用
9999-12-31表示当前有效版本-- 回测中查询某交易日的行业归属
SELECT 行业代码
FROM 行业维度表
WHERE 证券代码 = '000002.SZ'
AND 生效日期 <= '2023-06-10' -- 注意：用实际披露日，不是报告期
AND 失效日期 > '2023-06-10'
3. 变更检测的工程实现
量化因子库的 SCD 变更检测通常由以下方式触发：
- 公告日历驱动：跟踪交易所/指数公司的定期公告（如中证指数成分股调整公告）
- 数据源 diff：每日对比 Wind、聚源、Tushare 等数据源的快照，检测字段级变更
- 财务数据版本管理：在每次财报季，按"数据提取日期"建立新的版本行
结语：SCD 是量化回测可信性的底线
量化投研的核心信条是**"回测可复现"。但可复现的前提，不是代码写对了，而是数据在时间维度上的语义是正确的**。
一个没有正确建模 SCD 的因子库，就像一栋地基不稳的楼------策略再漂亮，实盘也会塌。
SCD 在量化中的本质：确保每一个因子值，在回测的每一个时间点上，都等于市场当时实际看到的那一个。
这句话，值得贴在每一个量化研究员和因子工程师的显示器上。