量化策略开发:前复权、后复权与不复权怎么选
聊一个老问题,也聊一个每次新项目都会重新踩一遍的问题:量化策略开发里,前复权、后复权、不复权,到底怎么选?
我见过太多人写完策略,回测曲线漂亮得不行,结果换了一版数据,信号全变了;还有的人上了实盘,发现策略的止损在回测里从来不触发,现实中一除权就被扫损。问题根源往往不在策略逻辑,而在最底层的价格数据——你到底用的是哪套复权价格,以及你有没有问过自己为什么用这套。
这篇文章不是从教材里抄定义,而是把复权这件事放在整个策略开发流程里说清楚:复权是怎么算的,三种方式各自藏着什么坑,不同场景该怎么选,以及怎么用一张“不复权价格+复权因子”的表,避免绝大多数数据层面的低级事故。适合刚接触量化的朋友快速建立正确认知,也适合已经在跑策略的老手自查一下自己的数据链路。
1. 复权的本质:它到底在解决什么问题
1.1 除权除息:价格为什么会出现“莫名其妙”的跳空
先回到最原始的问题。股票的价格不是连续变化的,公司分红、送股、转增、配股,都会让股价在除权除息日当天出现一个“断崖”或“大坑”。比如某股票登记日收盘价10元,第二天每10股派5元现金,除息参考价就是 (10 - 0.5) / 1 = 9.5元。如果你只看收盘价,前一天10元,后一天9.5元,涨跌幅是-5%,但这个跌幅不是市场交易出来的,是分红包拆掉的。
送股更夸张。10送10,10元钱的股票第二天除权参考价直接变成5元。你说它“跌停”了吗?没有,它只是1股拆成了2股,你的持仓数量翻倍了,账户总市值基本不变。
这里有一个生活化的类比:你把100块钱工资存进银行,银行说你积分送了你一块肥皂,然后立刻把账户余额改成99元。如果你只看余额,会觉得自己亏了1块钱,但其实那块肥皂就是你拿在手里的分红。除权除息就是这样一个“账面调整”动作,不复权的价格没有把肥皂的价值加回到余额里。
配股稍微复杂一点,因为涉及股东掏钱。交易所和结算机构对外公布的除权除息参考价公式是这样的:
除权(息)参考价 = (前收盘价 - 每股现金红利 + 配股价 × 配股比例) / (1 + 送股比例 + 转增比例 + 配股比例)
如果一只股票又送又派又配,公式里的每一项都要参与。我在实际开发中一般直接对接数据源提供的“复权因子”字段,但如果数据源给的因子不全或有误,手算一遍参考价可以用来做交叉校验。这个方法后面细说。
1.2 前复权、后复权、不复权:三种视角看同一根K线
理解了除权除息,三种复权方式就很好理解了。
- 不复权(raw):把交易所公布的真实成交价格直接拿过来用。分红除权日,价格出现跳空,缺口就留在那儿。这是最“真实”的行情,也是你实盘下单时真正能成交的价格。
- 后复权(hfq):以上市首日为基准,把所有后续的价格统一向上调整,把历史上每一次除权除息造成的“价格塌陷”给补回去。相当于你假设每次分红送股后,都把这部分价值重新加回到股价里,所以图形看起来长期一路向上,很少出现大坑。
- 前复权(qfq):以“最新交易日”为基准,把历史价格向下或向上修正,让当前最新价格等于真实价格,历史价格则是“折算后的价格”。简单理解,就是把后复权序列整体缩放一下,使得最后一根K线的价格等于实际成交价。
数学关系也很简单。设不复权价格为P_raw,后复权价格为P_hf,前复权价格为P_qf,则:
P_hf(t) = P_raw(t) × F(t)
P_qf(t) = P_hf(t) × P_raw(T) / P_hf(T)
其中F(t)是累计复权因子,T是最新交易日。
换句话说,在同一个数据版本、同一个最新交易日下,前复权价格和后复权价格只是相差一个固定的线性倍数。这一点很关键:它意味着,凡是基于日收益率算的策略,前复权和后复权算出来的收益率序列几乎完全一致;但凡是直接基于价格数值、移动平均、高低点突破、涨跌幅排名计算的策略,复权选错就会全面失真。
1.3 你以为的“一样”里面,藏着三处不一致
上一段我说“日收益率几乎一致”,注意“几乎”两个字。实际数据里,复权价格的计算还会引入几个次级差异。
第一,红利税的差异。复权因子本身按“除息金额”调整,但实际投资者拿到手的分红还要扣红利税。比如10派1元,税后到手0.8元,而复权因子按1元计算,那高分红股票的回测收益就会比实际账户收益高出一截。做红利策略的人必须单独把这笔账算清楚,不能直接拿复权后的收益率当真实收益。
第二,OHLC四个价格的复权方式不一致。很多免费数据源只保证收盘价复权准确,开盘价、最高价、最低价是用收盘价的复权因子算出来的,或者干脆不复权。如果你用ATR、海龟法则这类依赖最高最低价的策略,复权后最高最低价可能会出现“倒挂”:复权后的最低价比不复权价格还高。别问我怎么发现的,问就是回测里出现过“负ATR”。
第三,浮点精度。后复权价格数值往往非常大,茅台这种股票后复权价格长期维持在几万元的水平;前复权价格则可能缩到几毛钱。如果数据平台用float32存储,乘个大因子再除回去,精度损失会被多次除权放大。时间序列越长,这个误差越明显。我的习惯是,底表用float64存不复权价格和复权因子,所有复权价格在使用时临时计算,避免反复存储造成的误差累积。
2. 量化开发里最容易踩的三个坑
2.1 坑一:不复权数据带来的“假暴跌”和“假突破”
如果回测直接拿不复权价格来跑,最明显的症状是除权除息日出现一大堆莫名其妙的交易信号。
拿最常见的双均线策略举例。5日线和20日线在除权日之前可能是多头排列,除权日一个“价格断崖”砸下来,5日线迅速下穿20日线,金叉信号瞬间转死叉。你以为是市场转弱,其实只是除息掏走了一块蛋糕。同样的问题也出现在动量策略、52周新高策略、RSRS策略里,因为它们本质上都在用“价格的历史位置”做判断。
更隐蔽的是止损逻辑。假设你在某只股票上设了一个固定金额止损,比如买入价10元,止损价9.5元。买入后公司宣布10派5,除息日股价从10元跳到9.5元,触发止损出局。但在真实世界里这根本不是亏损,只是分红把股价“做低”了。实盘中这种单子往往被扫损后又拉回去,回测里却表现为一次正常止损。遇到这种情况,别怪策略,先检查数据里除权日前后有没有被当成正常“大跌”处理。
涨跌停判断也是重灾区。很多平台判断涨停/跌停是拿“当日收盘价/前收盘价-1”和10%或20%去比较,不复权价格在除权日会计算出接近跌停甚至超过跌停的“跌幅”,然后被风控模块直接剔除。一套硬核选股逻辑,可能就因为除权日数据被踢掉了最有价值的标的。
所以我的经验是:不要用不复权价格跑任何基于绝对价格和涨跌幅的策略,除非你研究的本身就是分红除权事件本身。后面会专门说什么时候该用不复权。
2.2 坑二:前复权数据“会动”,信号随数据更新漂移
如果说不复权的坑是“显性”的,那前复权的坑就是“隐性”的——它看起来一切正常,但历史数据会变。
前复权以“最新交易日”为基准。意思是,每次某只股票发生新的除权除息,前面所有历史价格都要重新缩放一遍。你上周下载的数据,和这周下载的数据,虽然看着都是前复权,但很多历史K线的数值已经悄悄变了。
这个特性在开发和实盘衔接的时候特别致命。举个例子:你周一用本地数据库的前复权数据训练了一个模型,发现策略有效;周三公司分红,数据更新;周四你拉取最新数据重新预测,发现信号完全不一样了。不是模型坏了,是你的训练数据版本和推理数据版本不一致——同一个历史日期,两套数据里是两套价格。
这个问题还会污染样本外测试。很多人习惯“今天跑完回测,保存结果,明天继续更新数据追加测试”。但用前复权数据这么搞,昨天保存的测试结果里那些历史收益已经无法复现,因为底层价格已经被重新缩放。你实际上是在用一个“变动的基准”评估自己的策略,最终得到的历史绩效是一种假象。
所以,如果你选择前复权,就必须接受一个纪律:为一个策略固定一个数据版本,在同一个版本内完成训练、回测、上线全流程,禁止中途混用不同基准日的复权数据。 更稳妥的做法是底表只存“不复权价格+复权因子”,需要什么复权价格时按统一基准临时计算,时刻保证所有下游任务用的是同一个因子版本。
2.3 坑三:价格变成负数、数值大得离谱,因子计算直接崩溃
前复权还有一个被称为“复权黑洞”的副作用:对于长期稳定高分红的股票,前复权会把很久以前的历史价格调整为接近0甚至负值。你没看错,是负数。
原因是,早期历史价格很低(比如1元),而后续每股累计分红可能远超几元。当前复权把这些分红全部从历史价格里扣除后,早期价格被压成负值,看起来特别诡异。国内一些长期高分红的大蓝筹早期数据就有这种问题。
价格变负数带来的连锁反应是,任何取对数、开根号、标准化、求方差的计算都会爆出NaN或Inf。如果你在做机器学习因子,一条数据出现NaN,可能整列因子被丢弃,或者模型训练直接报错。更阴险的是有些因子库会对NaN做插值或删除处理,造成样本偏差,你甚至察觉不到。
后复权则走向另一个极端:数值特别大,动不动几万块一股,而且最新价跟实际交易价格差很多,看图说话的人会觉得“涨疯了”,用这些价格做横截面排名、做聚类时,数值范围远远偏离真实价格语境。它本质上只是被放大了的同一序列,但因为数值量级太大,很多浮点计算的开销和精度都受影响。
我的对策是:高分红、长期存续的股票,尽量避免用前复权价格构建长周期因子;后复权价格适合做时间序列建模,但不要用它对外展示持仓和收益。 处理分红事件的正确姿势,是单独维护一个分红事件表,而不是强行抹进价格里。
3. 到底怎么选:不同策略、不同环节的复权选择框架
3.1 按策略类型选:一张表解决80%的场景
很多教程爱告诉你“量化回测一律用前复权”,这是偷懒的答案。我的经验是,不同策略对数据形态的要求不一样,选错代价完全不同。
| 策略类型 | 推荐复权方式 | 核心原因 |
|---|---|---|
| 趋势跟踪/均线系统 | 前复权 | 价格连续、贴近最新真实价格,信号直观 |
| 多因子横截面选股 | 后复权或统一因子版本 | 前复权基准随最新行情变化,横截面易失真 |
| 动量/反转策略 | 后复权 | 12个月收益率依赖历史价格对比,后复权数据稳定 |
| 事件驱动/分红套利 | 不复权 + 事件标记 | 研究的就是除权除息事件本身,不能用复权抹掉缺口 |
| 日内分钟高频 | 不复权(单日) | 日内几乎不涉及除权,复权反而会引入不必要的调整误差 |
| 机器学习/长周期统计 | 后复权 | 数据不随新除权重写,最利于版本管理 |
需要说明的是,表格不是死规定,而是一个经验起点。比如趋势跟踪里,如果你定期做“价格通道突破”,那也需要统一复权基准;而高频策略如果跨夜持仓,依然要处理除权日的跳空。
3.2 按策略环节选:信号、因子、撮合、归因各有各的口径
很多项目栽在“全流程用一种复权方式”。这里拆开几个环节说说各自的坑。
信号计算环节,尽量用收益率类信号,收益率对复权方式最不敏感。比如用“过去20日收益率”排序,前复权和后复权结果基本一致;但用“价格是否创20日新高”这类绝对价格信号,就必须锁定统一的复权版本。
因子计算环节,估值类因子(PE、PB、PS)的市场价格应该用不复权价格,因为财务数据公布的每股收益、每股净资产对应的是当时的真实股本和真实股价。你把前复权价格塞进PE公式里,会算出荒诞的估值。
委托和撮合环节,必须用真实不复权价格。你能以9.5元卖出的前提是9.5元是真实盘中价,前复权价格在除权日可能显示成“10.0元”继续连续,但真实委托价格不是那个数。如果你回测里的成交价用了前复权价格,滑点计算会整体失真,尤其对高分红股票。
绩效归因环节,单独维护一个“分红/送股事件表”,把现金分红、送转、配股逐笔列出。这样你才能回答一个核心问题:策略今年的超额收益里,有多少其实只是分红带来的账面收益,有多少是真实的资本利得。
3.3 一个通用建议:只存“原始价格+复权因子”,按需生成三种价格
这是我最想让人记住的一点:与其纠结底表存哪种复权价格,不如把底表设计成“不复权价格 + 复权因子”。
- 不复权价格来自交易所真实行情,是最原始、不可再生的数据。
- 复权因子(复权比例)本身就是从每次除权除息信息计算出来的,数据源一般会披露。
- 任意基准日的前复权价格 = 后复权价格 × 最新交易日不复权价格 / 最新交易日后复权价格。
这样设计的好处是,你可以随时按任意规则生成前复权、后复权、不复权,而不是被数据源固定死。开发新策略时,按策略需要生成对应口径,避免“一套数据走天下”带来的隐性错误。
数据表结构大致这样:
| 字段 | 说明 | 示例 |
|---|---|---|
| ts_code | 股票代码 | 600519.SH |
| trade_date | 交易日 | 2024-06-14 |
| open | 不复权开盘价 | 10.20 |
| high | 不复权最高价 | 10.45 |
| low | 不复权最低价 | 10.10 |
| close | 不复权收盘价 | 10.30 |
| adj_factor | 累计复权因子 | 1234.5678 |
日常使用时,用float64读入整张表,再统一算出一套复权价格放在内存里,所有下游都共享同一套数据版本。
4. 实操落地:数据清洗、转换代码与版本自检
4.1 用复权因子生成三种价格的Python示例
假设你已经从数据源拿到了一张包含不复权价格和复权因子的表,生成三种价格很简单。这里给出一个最小可运行的示例,方便你直接套用。
实际开发里要注意几点:第一,除权因子字段在不同数据源里定义不一样,有的是“累计乘法因子”,有的是“每日复权比例”,用之前先读一遍官方文档并手工核对一只高分红股票;第二,多股票并行处理时要按股票分组,不能把不同股票的因子混在一起;第三,如果要做横截面比较,前复权的“最新交易日”基准必须全局统一,而不是每只股票单独对齐。
4.2 交叉校验:手工计算一只标的的除权参考价
数据源给的因子也不是永远都对。我推荐用除权参考价公式做一遍抽样校验,尤其是对新接入的数据源或者刚上市的高送转股票。
如果你算出某天的“理论参考价”和数据源除权后第一天的不复权开盘价差得很远,优先怀疑数据源复权因子错了。除权除息日开盘竞价基本围绕参考价进行,不会差出几个点,误差过大一定要查。
4.3 更新数据后的自检清单
数据管道每次更新后,我会先跑一遍以下自检,再继续开发。别看这些检查简单,它们已经帮我拦下过好几次“看似正常实则错误”的数据更新。
- 对比最近两个数据版本中同一交易日的复权因子:不该变的日子必须完全一致,变了要追查原因。
- 计算除权日前后一天的复权价格涨跌幅:除权日当天不应该出现基于复权价格的异常跳空,如果出现,说明复权因子漏更新或除权事件没被捕获。
- 统计历史价格序列中出现的负数、NaN、Inf数量:前复权价格出现负数,八九不离十是高分红股票叠加了过长的回测区间。
- 抽查一个高分红股票的全部除权事件,与公司公告逐条核对:这是最土但最有效的方法,一次核对花不了多少时间,却能避免整个因子库被带偏。
5. 常见问题排查与避坑速查
5.1 一张排查表解决大多数复权问题
| 现象 | 可能原因 | 处理方式 |
|---|---|---|
| 回测里除权日出现大量假信号 | 用了不复权价格 | 改为前复权或后复权,除权事件单独标记 |
| 同一策略历史收益在数据更新后变了 | 前复权基准日变了 | 固定数据版本,或改用后复权 |
| 高分红股票历史因子大量NaN | 前复权价格被调整为负值 | 改用后复权或不复权价格算因子 |
| 回测收益远高于实盘 | 委托价用复权价格,滑点失真 | 撮合环节统一用不复权真实价格 |
| 涨跌停判断除去权日离谱 | 涨跌幅基准用了不复权价格 | 除权日按除权参考价计算涨跌幅 |
| 多股票横截面排名方向异常 | 每只股票前复权基准不一致 | 全市场统一最新交易日,或改用后复权 |
5.2 我个人踩过几次坑之后的固定动作
最后分享几个我现在做任何一个新策略都会固定执行的步骤。
第一,开工之前先确认数据版本。不管是外部数据源还是团队内部维护的数据仓库,先写清楚“用什么基准日生成前复权”“因子何时更新”,并把版本号写进策略配置里。这能避免团队协作时你用一个基准、同事用另一个基准,最后对不上账。
第二,给高分红股票建一个“黑名单”提醒。只要策略选到这类股票,自动检查因子计算里是否涉及绝对价格、对数收益和涨跌幅排名,如果有,就强制切换到后复权或不复权口径,不让前复权负价格静默污染。
第三,每周做一次除权事件抽查。分红季集中在年中,我每周一跑一遍“本周除权股票列表”,和策略持仓比对,确认除权日前后没有异常信号。别嫌麻烦,这个动作能在五分钟内抓出绝大多数数据链路事故。
复权问题看着基础,却是数据链路里最容易被忽略、也最能引发连锁事故的一环。处理好了,策略开发和实盘衔接会顺畅很多;处理不好,回测曲线再漂亮,上线也是灾难。希望这篇经验梳理能帮你少走几步弯路。