python量化自定义周期 K 线合成

做日内策略、网格、资金流监控的开发者，几乎都卡过同一个问题：想要的那个分钟周期，数据源偏偏不给你。

Tushare 的 1/5/15/30/60 分钟线要 2000+ 积分、且每月再付 ¥1000；AKShare 的分钟线又常出现「时间乱码、价格跳变、老断连」（CSDN 文库问答原文）。与其为某个特定周期反复氪金、或在坑里打转，不如换个思路------只要拿到 1 分钟线，任意周期 Bar 都能本地合成 。本期就用魔码纯 HTTP 接口讲清这件事，并重点讲透一个踩坑无数的细节：先复权，后聚合。

本文你将得到什么

• 一个零依赖的 synthesize_bars() 聚合器：把 1 分钟线合成 5/15/30/60 分钟任意周期，开=首、收=尾、高=max、低=min、量=sum。
• 一个被很多人忽略的致命坑：除权发生在某根 Bar 内部时，不复权直接聚合会产生虚假跳变，附实测对比。
• 魔码日线接口的真实字段验证（sf 复权标记），说明如何用统一口径做「先复权后聚合」。

一、为什么自己合成更省心

数据源对分钟线的「按需供给」往往和你的策略周期对不上：你做 15 分钟网格，它只给 1 分钟和日线；你做 30 分钟资金流，它要你单独开权限。商业行情 API（如魔码 Pro）通常提供 1 分钟线这一最细粒度，剩下的一切周期都可以在本地用几行代码拼出来------一次接入，全周期自由。

更重要的是口径统一。多源数据的「同一只票对不上」是量化圈经典坑（CSDN《个人做 A 股量化两年踩过的 6 个坑》）：复权方式不同、除权时点不同、停牌是否补数、字段定义不同（有的 amount 是成交额有的却是成交量）。自己掌握聚合，意味着所有周期都从同一份 1 分钟基础数据派生，口径天然一致。

二、核心聚合器

聚合规则必须固定：一根目标周期 Bar 的开 取窗口内第一根 1 分钟的开 ，收 取最后一根的收 ，高/低 取窗口极值，量取求和。写错任何一条都会让合成 K 线失真。

# -*- coding: utf-8 -*-
import json, random, datetime
import requests

BASE = "https://api.momaapi.com"
LICENCE = "TEST-API-TOKEN-MOMA-836089C22111"   # 演示证书，请换成你自己的正式证书

def aggregate(buf):
    return {
        "t": buf[0]["t"],
        "o": buf[0]["o"],
        "h": max(b["h"] for b in buf),
        "l": min(b["l"] for b in buf),
        "c": buf[-1]["c"],
        "v": sum(b["v"] for b in buf),
    }

def synthesize_bars(minutes, freq_min):
    bars, buf = [], []
    for m in minutes:
        buf.append(m)
        if len(buf) == freq_min:
            bars.append(aggregate(buf)); buf = []
    if buf:
        bars.append(aggregate(buf))   # 尾部不足一个周期的残余，仍可聚合成一根
    return bars

拿到 1 分钟线（魔码 Pro 的 1 分钟接口，演示证书无此权限，下文用本地确定性序列演示聚合逻辑），直接：

bars_5m  = synthesize_bars(minutes_1m, 5)
bars_15m = synthesize_bars(minutes_1m, 15)
bars_60m = synthesize_bars(minutes_1m, 60)

三、构造一个交易日的 1 分钟线（合成示意）

演示证书无 1 分钟线权限，故下方用本地确定性随机构造一个交易日（09:30--11:30、13:00--15:00，共 240 根，跳过午休），仅用于演示聚合逻辑 ；正式环境把 minutes_1m 换成魔码 Pro 真实 1 分钟返回即可，聚合器无需改动。

def make_one_day_1min(seed=42, start="2026-03-02 09:30:00"):
    rnd = random.Random(seed)
    t = datetime.datetime.strptime(start, "%Y-%m-%d %H:%M:%S")
    minutes, price = [], 100.0
    for _ in range(240):
        o = price
        c = max(1.0, o + rnd.uniform(-0.15, 0.15))
        h = max(o, c) + rnd.uniform(0, 0.1)
        l = min(o, c) - rnd.uniform(0, 0.1)
        v = rnd.randint(1000, 5000)
        minutes.append({"t": t.strftime("%Y-%m-%d %H:%M:%S"),
                        "o": round(o, 2), "h": round(h, 2),
                        "l": round(l, 2), "c": round(c, 2), "v": v})
        price = c
        t += datetime.timedelta(minutes=1)
        if t.hour == 11 and t.minute == 30:
            t = t.replace(hour=13, minute=0)
    return minutes

四、先复权，后聚合（本期最重要的坑）

很多人忽略一点：除权/送转可能发生在某根目标周期 Bar 的内部。如果直接拿未复权价格聚合，那根 Bar 的高/低/收会被「拆分前后的价格」撕裂，区间收益率完全失真。正确做法是先把 1 分钟线做前复权（把除权前价格缩放到最新尺度），再聚合。

def make_split_day(drop_at, drop_ratio, seed=7):
    """构造一个交易日，在 drop_at 处发生除权（价格台阶式下调 drop_ratio）。"""
    rnd = random.Random(seed)
    t = datetime.datetime(2026, 3, 2, 9, 30, 0)
    mins, price = [], 100.0
    for i in range(240):
        if i == drop_at:
            price = price * (1 - drop_ratio)
        o = price
        c = max(1.0, price + rnd.uniform(-0.15, 0.15))
        h, l = max(o, c) + rnd.uniform(0, 0.08), min(o, c) - rnd.uniform(0, 0.08)
        mins.append({"t": t.strftime("%Y-%m-%d %H:%M:%S"), "o": round(o, 2),
                     "h": round(h, 2), "l": round(l, 2), "c": round(c, 2),
                     "v": rnd.randint(1000, 5000)})
        price = c
        t += datetime.timedelta(minutes=1)
        if t.hour == 11 and t.minute == 30:
            t = t.replace(hour=13, minute=0)
    return mins

def qfq_adjust(minutes, drop_at, drop_ratio):
    """前复权：除权前价格按 (1-drop_ratio) 缩放到最新(除权后)尺度，全序列同口径。"""
    post_scale = 1 - drop_ratio
    return [{**m, k: round(m[k] * (post_scale if i < drop_at else 1.0), 2)
             for k in ("o", "h", "l", "c")} for i, m in enumerate(minutes)]

五、实测结果（魔码公开测试证书本地跑通）

[1] 1 分钟基础序列：240 根（09:30-15:00，含午休跳过）
    首根 2026-03-02 09:30:00 开=100.0 / 末根 2026-03-02 14:59:00 收=99.51

[2] 合成各周期 Bar（聚合规则：开=首、收=尾、高=max、低=min、量=sum）
     5分钟： 48 根 | 首开=100.0 末收=99.51 首高=100.05 量合计=725736
    15分钟： 16 根 | 首开=100.0 末收=99.51 首高=100.05 量合计=725736
    30分钟：  8 根 | 首开=100.0 末收=99.51 首高=100.05 量合计=725736
    60分钟：  4 根 | 首开=100.0 末收=99.51 首高=100.13 量合计=725736

[3] 先复权后聚合（规避口径漂移）
    未复权 第3根60分：开=98.13 高=98.19 低=78.18 收=78.33 区间收益=-20.18%
    复权后 第3根60分：开=78.5  高=78.95 低=78.18 收=78.33 区间收益=-0.22%
    → 未复权在除权点出现虚假跳变(高/低被拆分价撕裂, 区间收益失真)；复权后口径平滑一致

[4] 真实接口验证：魔码日线字段与复权标记 sf
    600519 日线返回 50 行；字段=['a', 'c', 'h', 'l', 'o', 'pc', 'sf', 't', 'v']
    末行 t=2025-12-01 收=11.69 成交额(a)=1205480322.0 复权标记(sf)=0.0
    → 利用 sf 先对价格做复权，再按本文学到的聚合器合成周/月线，口径一致

逐条解读：

• 1→2 周期合成正确：240 根 1 分钟 → 5 分钟 48 根、15 分钟 16 根、30 分钟 8 根、60 分钟 4 根，聚合断言（首 bar 开 = 首 1min 开、末 bar 收 = 末 1min 收、首高 = 窗口 max）全部通过。成交量合计在各周期恒定（725736），说明汇总无遗漏。
• 3 复权坑实测 ：在盘中约 13:40（第 130 根 1 分钟）放一次 20% 除权。未复权的第 3 根 60 分钟 Bar 开 98.13、低 78.18、收 78.33，区间收益被算成 -20.18% ------这完全是除权撕裂造成的假象；复权后同一根 Bar 开 78.5、低 78.18、收 78.33，区间收益仅 -0.22% ，口径平滑。这个例子说明：任何跨除权日的聚合，务必先复权。
• 4 真实字段验证 ：魔码日线返回统一的 t/o/h/l/c/v/a/pc/sf 九字段，其中 sf 即复权标记------正好可以用来在本地做「先复权后聚合」，从根上消灭多源口径漂移。

说明：演示证书无 1 分钟线权限，故 1--3 的 1 分钟基础序列为本地构造（已明确标注）；聚合与复权逻辑均已通过断言验证。正式环境替换为魔码 Pro 真实 1 分钟返回即可，聚合器不变。

六、常见坑与提示

• 别拿未复权价直接聚合成周/月线：除权日若落在某根周线内部，会产生和 3 一样的虚假跳变，因子与收益率全错。
• 尾根不足周期的处理：一天最后一段 1 分钟不足一个目标周期时（如收盘前 3 分钟），本实现仍聚合成一根；实盘回测通常丢弃或并入下一交易日，按策略约定处理即可。
• 时间对齐：1 分钟序列必须保证连续、不重复、含正确的交易时段（跳过午休与停牌），否则聚合窗口错位。
• 遵守频控 ：批量拉取 1 分钟线请在限速之内，魔码套餐带「次/分钟」频率限制，接口 rate_limit 字段可查实时余量。

小结与下篇预告

本期我们用不到一百行代码，把 1 分钟线合成出任意周期 K 线，并验证了最关键的工程细节------先复权，后聚合 ，避免除权撕裂导致的虚假区间收益。这让「为某个分钟周期单独氪金」和「AKShare 分钟线错乱」两大痛点迎刃而解：拿到魔码 Pro 的 1 分钟线，全周期自由派生。

下一篇（#88）我们把视角拉回工程链路：如何把前面这些步骤（基线指纹、多源对账、新鲜度、缓存）串成一条可在 CI 里门禁的可复现流水线，让每次数据更新都自动过质检。

---

---