缺失数据:填充:使用前值 / 后值填充(ffill/bfill)、均值 / 中位数填充。删除:直接丢弃缺失值所在行(dropna())。异常值:阈值过滤:设定上下限(如 3σ 原则)。平滑处理:移动平均、小波变换等。
发布于2025-7-20 13:43 郑州
搜索更多类似问题 >
行情数据显示异常(如 K 线图缺失、价格显示错误等),如何进行修复?
年策略运行中突发行情数据异常(如价格跳空 10%、指标计算缺失),TqSdk、Vn.py 需手动中断重启,天勤如何实现数据异常自动修复与策略续行?