股票量化交易中，如何确定高质量的历史数据

Posted 2020-12-13 whitebear

一、数据概述

• 数据字段：量价数据（如开盘价、最低价、最高价、成交量、成交额、总市值等）、财务数据（如净利润TTM、现金流TTM、净资产、总资产、总负债、净利润（当季）等）、另类数据（主要是资金流入流出数据，如中户资金买入额、中户资金卖出额等）
  注：对股票量化投资来说，财务数据是非常重要的
• 数据的排序
• 对停牌数据的展示形式

二、是否包含退市股票
不包含退市股票，数据就是不完整，最终得到的结论就是不准确的
退市股票代表比较差的股票，如果回到早些时候，这些退市股票还未退市，又不知道这些股票未来会退市，间接地就用到了“未来函数”，会使得策略表现的“更好”

• A股退市比例不高，但在美股、港股退市很高，需要格外注意
• 二战时的飞机（幸存者偏差）

三、是否包含全部历史时间

• 选股策略：一盘从06、07年开始，一是覆盖了两个牛熊周期，二是财务数据的改革
• 择时策略：最好更早

四、注意财务数据发布时间
从wind数据库下载的数据，比如市盈率更新过早，有可能会用到一个“未来函数”，比如，SH6000026中远海能2019年1月2日就将财报数据进行了更新，但2018年的年财报数据在2019年3月28日才公布，会导致量化投资策略的误差

• TTM：最近12个月（Trailing Twelve Months）
  在wind数据库中，每股受益会发现是年报财务数据的数据，但当发布季度报表了，数据应该更新，但并没有更新

五、注意股票的曾用名

股票的曾用名的用处

对股票的涨停价格很重要（连续涨停、次新股）
ST决定涨跌幅

六、如何计算股票的复权价格

当发生除权操作时，只有对其进行计算复权价格才能继续后续的操作。
涨跌幅、前收盘价才是最重要的
前收盘价与当日的收盘价进行比较得到涨跌幅

观：刑不行《量化投资中，如何获取高质量股票历史数据》小结