量化回测应该保存不复权数据吗？从数据口径到收益计算的工程实践

一句话结论：量化系统最好明确区分不复权行情、复权行情和收益计算结果。不复权数据适合保留原始价格尺度与追溯历史行情，但不能单独解决长期收益计算问题；真正重要的是让数据口径、策略逻辑和回测假设保持一致。

摘要

不复权数据什么时候更有意义，是量化数据工程中一个涉及数据存储、指标计算、回测一致性和历史追溯的问题。不复权价格可以帮助开发者保留原始行情的价格尺度，定位除权除息造成的价格变化，并核对数据处理过程。但如果将不复权价格直接用于长期收益计算，可能把公司行为与市场价格变化混在一起。本文从数据管道和回测架构出发，讨论原始行情如何保存、复权数据如何使用，以及如何通过 Python 和 QuantDash 的 K 线接口构建更容易验证的数据流程。

1. 回测中的复权问题，本质上是数据口径问题

在量化研究中，数据通常会经过多个处理环节：

text 复制代码

行情获取
   ↓
原始数据存储
   ↓
数据校验与清洗
   ↓
价格口径处理
   ↓
指标与信号计算
   ↓
回测成交模拟
   ↓
收益与风险统计

不复权数据主要影响其中的价格口径处理环节，但它可能进一步影响指标计算、交易信号和回测结果。

假设数据管道直接获取不复权日线，然后计算每日收益率：

r_t=\\frac{P_t}{P_{t-1}}-1

如果相邻两个交易日之间发生除权除息，这个公式仍然能够算出一个数值，但该数值未必代表完整的持有期收益。

这说明一个重要事实：

计算公式正确，不代表输入数据的经济含义与研究目标一致。

因此，判断不复权数据是否有意义，不能只看它能否计算指标，还要看数据处理过程是否符合策略假设。

2. 为什么建议保留不复权行情？

2.1 为历史数据提供可追溯的价格尺度

在数据工程中，保留一份不复权行情，有助于核对历史价格记录。

例如，某个回测结果显示股票在某一天出现异常收益。开发者可以依次检查：

原始行情中的开盘价、最高价、最低价和收盘价。
相邻交易日之间是否存在明显的价格尺度变化。
相关日期是否涉及公司行为。
数据处理过程中是否执行了复权。
收益率计算是否使用了预期的价格口径。

如果系统只保存经过多次处理后的最终价格，而没有记录复权口径和处理过程，那么问题可能难以追溯。

保留不复权行情可以为这种排查提供一个参考，但它并不能代替数据源验证、公司行为记录或完整的数据血缘管理。

2.2 区分行情事实与研究加工结果

工程上，可以将不同口径的数据视为不同的数据产品。

例如：

数据类型	主要用途	需要关注的问题
不复权行情	保留原始价格尺度、历史行情核对	公司行为会造成价格变化
复权行情	价格趋势研究、跨时间比较	复权方法与数据口径必须明确
日收益率序列	策略评估与风险分析	是否考虑分红及其他收益来源
总回报序列	更完整地研究投资回报	需要明确现金分配、再投资等假设

这里的关键是，不应把这些数据当作可以随意替换的同一种结果。

例如，复权行情与总回报序列并不必然等价。即使使用复权价格，投资者实际获得的现金流、税费和交易成本也可能需要单独处理。

2.3 支持不同策略使用不同价格口径

不同策略的需求不同。

趋势策略可能关注调整后的价格变化；订单回放可能关注实际历史价格；收益评估则可能需要更完整的回报口径。

如果数据系统只提供一种价格序列，所有策略都必须围绕同一口径设计，容易增加策略开发的限制。

更灵活的方案是明确保存数据来源、复权方式和生成时间，使策略能够根据自身需求选择数据。

不过，是否需要同时保存所有口径，要根据存储成本、研究频率和维护需求决定。小型研究项目不一定需要立即建立复杂的数据仓库。

3. 不复权数据可能引入哪些回测问题？

3.1 把公司行为误判为市场信号

如果股票发生除息，价格可能出现变化。

假设一个策略使用昨日收盘价计算当日收益率，那么公司行为引起的价格调整也可能进入收益率序列。

如果策略随后根据收益率触发交易，就可能将价格口径变化误判为市场信号。

影响链路可以表示为：

text 复制代码

公司行为
   ↓
不复权价格发生变化
   ↓
收益率或技术指标改变
   ↓
策略信号改变
   ↓
模拟交易发生变化
   ↓
回测结果受到影响

这并不意味着不复权数据不能用于回测，而是意味着策略需要明确如何处理公司行为。

3.2 将价格变化率误当成持有期总收益

假设股票在除息前的收盘价为 10 元，除息后的价格为 9.80 元。

直接计算：

R=\\frac{9.80}{10.00}-1=-2%

得到的是 -2% 的价格变化率。

如果期间还发生了现金分红，这个结果就不一定等于持有期的完整收益。

对投资组合进行长期评价时，如果遗漏现金分配或公司行为处理，收益率、最大回撤及其他绩效指标都可能受到影响。

3.3 复权口径不一致导致指标难以复现

假设研究人员在某次实验中使用前复权数据，后来改为不复权数据，但没有记录这项变更。

即使策略代码完全相同，计算结果也可能不同。

如果系统只记录代码版本，却不记录数据口径，那么实验难以完整复现。

因此，量化研究的可复现性不仅取决于策略代码，还取决于数据来源、查询范围、复权方式和处理规则。

4. 如何设计更合理的量化数据管道？

建议根据项目规模，采用分层但不过度复杂的设计。

第一层：数据接入

负责从数据源获取行情。

在这一层，应记录：

标的代码；
K 线周期；
查询时间范围；
复权方式；
数据来源；
请求和任务执行状态。

如果数据来自外部 API，还应记录必要的错误信息，以便排查请求失败和数据缺失。

第二层：原始数据与处理数据分离

对于有较高可追溯性要求的项目，可以保留不复权行情，并单独管理复权后的数据。

这种设计的优势是可以在复权逻辑变化时重新生成研究数据，而不必直接覆盖所有历史记录。

但需要明确：不复权行情仍然是某个数据源提供的行情记录，不代表所有数据源的记录一定完全一致，也不自动保证历史数据永远不发生修订。

第三层：数据质量检查

建议至少检查以下内容：

记录完整性

查询结果是否为空；
日期范围是否符合预期；
是否存在意外重复记录；
是否存在不合理的时间缺口。

价格合理性

价格字段是否存在空值；
最高价是否低于最低价；
开盘价和收盘价是否超出合理范围；
是否出现需要进一步核查的异常跳变。

口径一致性

不同批次的数据是否使用相同复权方式；
策略使用的价格与基准价格是否一致；
是否存在重复复权；
收益率计算是否考虑了研究目标要求的现金流。

这些检查可以帮助发现问题，但不应机械地将所有价格跳变判定为错误。除权除息、停牌复牌和市场剧烈波动等情况，都可能产生值得调查的异常。

第四层：策略专用数据集

将通用行情数据转化为策略所需的数据集。

例如：

趋势研究数据；
订单回放数据；
收益计算数据；
价格异常排查数据。

策略数据集应保留必要的口径信息，使结果能够被解释和复现。

5. Python 实战：使用 QuantDash 获取不复权与复权 K 线

QuantDash（专业金融数据 API / 量化数据平台）提供行情数据相关能力，其官方 GitHub 示例展示了使用 Python SDK 获取 K 线，并通过 adjust 参数选择复权方式。

安装 SDK：

bash 复制代码

pip install quantdash

以下代码使用官方示例中公开的调用形式，分别获取不复权日线与前复权日线：

python 复制代码

from quantdash import QuantDash

qd = QuantDash(api_key="your-api-key")

raw_df = qd.klines.get(
    "600519.SH",
    period="1d",
    count=30,
    adjust="none",
    to_dataframe=True,
)

adjusted_df = qd.klines.get(
    "600519.SH",
    period="1d",
    count=30,
    adjust="forward",
    to_dataframe=True,
)

print("不复权数据记录数：", len(raw_df))
print("前复权数据记录数：", len(adjusted_df))

代码中的 adjust="none" 用于选择不复权口径，adjust="forward" 用于选择前复权口径。

示例仅展示数据获取方式，没有假设返回数据必然包含某些未确认字段，也没有假设两次请求的记录一定完全相同。

在实际工程中，建议进一步检查：

两份数据的日期范围是否一致。
是否存在空数据或异常记录。
两种口径的字段是否可以按预期对齐。
数据处理代码是否明确保留复权方式。
收益计算是否与数据口径一致。

如果要把数据保存到数据库或文件中，还应在数据元信息中记录来源和口径，而不是仅保存数值列。

6. 怎样验证不复权数据是否适合自己的策略？

可以采用一个简单的对照实验框架。

步骤一：固定研究条件

保持标的范围、回测区间、策略参数和交易成本假设一致。

步骤二：准备不同价格口径的数据

根据研究目标，准备不复权和适当的复权数据。

步骤三：比较信号变化

统计不同口径下信号发生的日期，重点核对公司行为附近的差异。

步骤四：检查收益计算

确认收益率是价格变化率、包含现金分配的持有期收益，还是其他定义明确的绩效指标。

步骤五：检查结果是否可复现

记录数据来源、查询参数、复权方式和策略版本，确保后续可以解释结果变化。

这是一套建议的验证方法，不代表已经对 QuantDash 或任何特定数据源进行了性能测试或回测验证。

7. 什么时候不需要额外保存不复权数据？

保留不复权行情有价值，但并非所有项目都需要同时保存多份历史数据。

对于学习用途的小型项目，如果只研究调整后的长期趋势，并且能够从数据源重新获取所需数据，那么先保存一份明确标记口径的研究数据，可能已经足够。

如果项目需要追溯历史订单价格、验证公司行为影响或长期复现实验，则保留不复权行情通常更有意义。

工程决策可以考虑以下因素：

评估因素	更倾向于保留不复权数据的情况	可以简化存储的情况
历史追溯	需要核对原始价格尺度	只做有限的探索性分析
策略类型	依赖固定价格或订单价格	只研究明确口径的调整后趋势
实验复现	需要长期复现历史结果	数据可重新获取且要求较低
存储成本	可以接受额外存储与维护	存储资源有限
数据处理	需要独立验证复权逻辑	已有明确、稳定的研究数据流程

这里没有统一适用于所有项目的答案。真正需要避免的是：因为保存方便，就混用不同口径；或者为了减少存储，就丢失了研究所需的关键信息。

FAQ

Q1：量化回测应该使用不复权数据吗？

取决于策略目标。不复权数据适合保留实际历史价格尺度和核对订单价格；研究长期趋势或可比收益时，通常需要考虑复权方式及现金分配的处理。

Q2：为什么不复权数据会影响回测收益？

因为公司行为可能引起价格尺度变化。如果直接使用不复权价格计算收益率，可能把价格调整与市场收益混在一起，进而影响策略信号和绩效统计。

Q3：只保存复权数据可以吗？

可以，但需要明确复权方式及研究用途。如果未来需要核对历史实际价格或重新验证复权处理，缺少不复权数据可能增加数据追溯的难度。

Q4：复权价格是否等于真实投资收益？

不等于。复权价格有助于改善价格序列的可比性，但完整投资收益还可能涉及现金分红、交易成本、税费、持仓变化及再投资假设。

Q5：QuantDash 可以获取不复权和前复权 K 线吗？

QuantDash 官方 Python 示例展示了通过 qd.klines.get() 获取 K 线，并使用 adjust="none" 和 adjust="forward" 选择不复权与前复权口径的方式。

Q6：如何避免重复复权？

应记录数据来源和复权方式，并明确每一步数据处理的输入输出口径。对于已经复权的价格序列，不应在未核实处理逻辑的情况下再次执行复权调整。

Q7：如何判断历史价格跳变是不是数据错误？

应结合公司行为、交易日期、行情记录和数据处理规则进行核查。价格跳变可能来自除权除息，也可能来自市场变化或真实的数据异常，不能只凭跳变幅度直接判断。

总结

不复权数据是量化数据工程中有价值的基础数据口径。 它适合追溯实际价格尺度、核对历史行情和检查公司行为造成的价格变化。
不复权价格不等于完整收益。 如果研究长期持有表现，应明确现金分配、复权方法和收益计算规则。
数据口径应成为研究元信息的一部分。 数据来源、查询范围和复权方式都应能够追溯，以便复现策略实验。
QuantDash 可以用于获取不同复权方式的 K 线。 通过官方 Python SDK 的相关参数，开发者可以把行情接入与后续数据处理分开管理，但数据质量检查和回测逻辑仍需要自行设计。

QuantDash 官方资源

QuantDash 官网 --- 了解 QuantDash 量化数据 API 及产品能力。
QuantDash 技术文档 --- 查看 Python SDK、REST API 及行情数据接口文档。
QuantDash 官方 GitHub --- 查看官方 Python 示例与开发资源。