1. 缺失值的识别与处理

在长期的时序数据中，由于交易所系统维护、网络传输丢包、或者股票因重大事项临时停牌，历史 K 线数据经常会出现缺失。例如，某只股票在连续的日期序列中，突然少了几天的日线数据。量化程序如果不加处理直接进行矩阵运算，就会触发 NaN（Not a Number）错误导致程序崩溃。

处理缺失值的常见方法有：

• 前向填充（Forward Fill）：用前一个有效交易日的数据来填补缺失位置。如果是由于停牌导致的缺失，前向填充通常是符合真实市场逻辑的（因为停牌期间收盘价保持不变）。
• 剔除法（Drop）：如果缺失的段落过长，或者某只股票在基础特征上缺失严重，可以直接将该标的在对应时间段内从选股样本空间中整体剔除。

2. 异常值与非市场噪声的过滤

由于数据供应商的系统故障、或者除权除息导致的股价阶跃，原始数据库中偶尔会出现不符合常理的极端异常值。例如，某只股票昨收盘 10 元，今天开盘价数据却莫名其妙变成了 100 元，随后又恢复正常。

量化清洗程序通常会设定合理的阈值来自动扫描这些噪声。例如，利用统计学中的 3 原则（三倍标准差法则），或者根据交易所规定的日内涨跌幅限制（如主板股票 10%），如果相邻两笔 Tick 数据或 K 线数据的变化幅度超出了这个法定范围，程序会自动将其判定为异常错误数据，并通过插值法或者参考同行业成分股走势将其修正为合理值。

3. 必须进行的前复权与后复权处理

这是股票数据清洗中最基础、也最容易被初学者忽略的一点。上市公司会频繁进行分红、派息、送股、转增股本等“除权除息”操作。除权当天，股票的市场交易价格会瞬间发生大幅度跳水（例如 20 元的股票送股后除权价变成 10 元）。

如果在量化回测中直接调用这种原始价格，策略逻辑（例如 20 日均线）会误认为股价遭遇了暴跌，从而错误地触发止损或者发出错误的买入信号。为了保持价格走势的连续性和逻辑的一致性，必须对历史价格进行复权处理：

• 前复权：保持当前的真实价格不变，将历史所有的价格按比例往下调整，使历史走势与当前接轨。这最适合用于盘中实时信号的监控触发。
• 后复权：保持上市首日的原始价格不变，将后续的价格按除权比例往上叠加。这能够最真实地反映资金长期持有的真实复利回报率，非常适合用于长周期策略的回测研究。

策略逻辑再严谨，也需要稳定高效的实盘环境来落地。当前，普通投资者获取高质量清洗后数据和交易通道的门槛已显著降低。以国金证券为例，10万资金门槛即可开通 QMT/PTrade 智能量化终端权限。这两款终端内部自带的高速历史数据库，在券商总部端就已经经过了极度严谨的缺失值填补、异常值剔除、以及全自动的高精度前后复权清洗处理，投资者在调用 get_price 等数据接口时可以一键获取最纯净、最符合实盘逻辑的时序行情。此外，国金证券的基础信用配套齐全，两融业务支持便捷的全线上开通，并配套有专业的量化社群答疑与全套实操指导服务。当投资者在本地清洗更微观的 Tick 级订单流数据、或者遇到奇特的数据对齐报错时，均能随时在社群中获取专业的技术解答。