关于昨天应该涨多少这件事，Tushare 和 东财还没商量好

最近在整一个适合个人使用的量化框架，数据源选择了 tushare，实时数据和交易 API 会使用 QMT。在尝试一个策略时，发现该发出信号的时候，没有发出信号，于是就开始了排错之旅。这一查不要紧，发现就连最基本的每日涨跌幅数据也算不『对』了。

昨天该涨多少，还没想好

import akshare as ak import tushare as ts import pandas as pd import matplotlib.pyplot as plt import time

start = "20240101" end = "20241231"

symbol_ak = "000001" symbol_ts = "000001.SZ"

pro = ts.pro_api()

作为一个量化框架，必须要有本地数据存储的能力。在行情数据上，一般我们存储不复权数据和复权因子，在使用时，根据需要的复权类型实时计算。

在 tushare 中，我们通过 pro.daily 接口获得每日未复权价格和每日涨跌幅：

df_ts = pro.daily(ts_code = symbol_ts, start_date = start, end_date = end)
df_ts.index=pd.to_datetime(df_ts["trade_date"])

df_ts.sort_index(inplace=True)
df_ts

但是，我拿着这个涨跌幅数据与东财一对比，发现问题来了：

在去年12月31日这天，东财认为平安银行涨了1.07%，而 tushare 认为平安银行应该涨 1.01%。这还不是差距最大的。差距最大的一天是2月11日，tushare 认为平安银行上涨9.97%，东财则认为它上涨了11.86%，相差2个点。

一支股票，一天既能涨1%，又能涨2%，还都是权威的软件给出的，这是不是太魔幻了？！

涨跌幅是怎么算的？

理论上，涨跌幅就是T+1日的收盘价除以 T日的收盘价减去1；考虑到除权因素，我们需要先对收盘价进行复权，然后再才能计算涨跌幅。实际上，复权处理只影响除权日当天涨跌幅。所以，在未发生除权时，使用未复权价计算出来的涨跌幅与经过复权处理后，计算出来的涨跌幅是完全一致的。

下面我们就来检验一下。这里要用到adj_factor接口来获取个股的复权因子。

adjust_ts = pro.adj_factor(ts_code=symbol_ts, trade_date='')
adjust_ts.index = pd.to_datetime(adjust_ts["trade_date"])
adjust_ts.sort_index(inplace=True)

# 合并到主表
df_ts["adjust"] =  adjust_ts.query("index >= '2024-01-01' and index <= '2024-12-31'")["adj_factor"]

# 计算每日涨跌幅
adjust_close = df_ts["close"] * df_ts["adjust"]/df_ts["adjust"][-1]
df_ts["pct_chg_v2"] = adjust_close.pct_change().round(4)*100

# 显示关键字段
cols = ["close", "pre_close", "adjust", "pct_chg", "pct_chg_v2"] 
df_ts[cols]

可以看出，tushare接口daily中的每日涨跌幅，就是复权后的收盘价计算出来的涨跌幅。我们可以通过下面的代码来可视化地显示两个序列之间的差异：

def compare(df1, col1, col2, df2=None, title=""):
    if df2 is not None:
        df = pd.DataFrame({
            col1: df1[col1],
            col2: df2[col2]
        }, index=df1.index)

    else:
        df = df1[[col1, col2]]

    fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(14, 6), sharey=True)

    ax1.scatter(df[col1].round(2), df[col2].round(2), alpha=0.6, s=30, color="#1f77b4")

    x_min = min(df[col1].min(), df[col2].min())
    x_max = max(df[col1].max(), df[col2].max())
    ax1.plot([x_min, x_max], [x_min, x_max], "r--", lw=2, label="y = x")

    df.plot(ax=ax2)

    ax1.set_xlabel(col1, fontsize=12)
    ax1.set_ylabel(col2, fontsize=12)

    fig.suptitle(title, fontsize=14)
    plt.legend()
    plt.grid(alpha=0.3)
    plt.axis("equal")  # x/y 轴等比例，避免视觉偏差
    plt.show()

compare(df_ts, "pct_chg", "pct_chg_v2", title="原始涨跌幅与收盘价（复权）涨跌幅对照")

显然，两个序列完全相同。这说明，我们可以不依赖daily接口返回的每日涨跌幅，而是仅用保存的未复权收盘价和复权因子来计算每日涨跌。这与大多数教程（及量化框架）上介绍的方法是一致的。

既然计算方法没错，那么，tushare 中涨跌幅与东财不一致的情况，会不会是个别的误差？

请 akshare 出庭作证

通过行情软件逐 bar 比较数据终究是太笨了。我们需要更高效的方法拿到行情软件的数据。对于东财的数据，最可靠的方法就是通过akshare。

在 akshare 中，我们通过 stock_zh_a_hist 来获取行情数据。该接口会通过『涨跌幅』字段来返回每日涨跌幅。在仔细阅读 akshare 的文档时，我意外地发现，在三种复权模式下，官方文档给出的示例中，涨跌幅居然是不一样的！

下面，我们将通过三种复权方式来获得所有的涨跌幅数据，让大家直观地感受一下。

以下内容要使用 akshare，受爬虫机制限制，在匡醍研究平台中，可能运行不稳定。

data = []

# 不复权
df_ak_no_fq = ak.stock_zh_a_hist(symbol=symbol_ak, start_date=start,end_date=end, adjust="")
df_ak_no_fq.index = pd.to_datetime(df_ak_no_fq["日期"])
time.sleep(0.2)

data.append(df_ak_no_fq["涨跌幅"].rename("ak_no_fq"))

# 前复权
df_ = ak.stock_zh_a_hist(symbol=symbol_ak, start_date=start,end_date=end, adjust="qfq")
df_.index = pd.to_datetime(df_["日期"])
data.append(df_["涨跌幅"].rename("ak_qfq"))
time.sleep(0.2)

# 后复权
df_ = ak.stock_zh_a_hist(symbol=symbol_ak, start_date=start,end_date=end, adjust="hfq")
df_.index = pd.to_datetime(df_["日期"])
data.append(df_["涨跌幅"].rename("ak_hfq"))

df_ak = pd.concat(data, axis=1)
df_ak.index = df_ak_no_fq.index
df_ak

这样我们就得到了akshare 下各种涨跌幅。

由于 akshare 的数据是通过抓取东财网页（含 API） 得来的，所以，我们实际上拿到的就是东财行情软件的数据。在这些数据中，前复权列下的涨跌幅，与我们在东财软件中看到的是一致的，所以，让我们就把这一列，与前面得到的 tushare 的涨跌幅数据进行比较：

compare(df_ak, "ak_qfq", "pct_chg", df_ts, title="ak 前复权 vs tushare")

可以看出，两个涨跌幅基本上是不一致的。问题是，东财对还是 Tushare 对？

答案就在akshare 得到的涨跌幅数据上。我们知道，对同一品种的同一天，个股不可能有多个涨跌幅，对涨跌幅进行复权是没有任何意义的；通过各种复权后，计算出来的涨跌幅，在未发生除权的日期，涨跌幅应该与未复权是一致的。

现在，我们就拿 akshare 中未复权的涨跌幅与 tushare的涨跌幅进行对比。

compare(df_ak, "ak_no_fq", "pct_chg", df_ts, title="Akshare 不复权 vs tushare")

从左图中可以看出，仅有两个点不同。

最后的证明

在 tushare的daily接口中，还会返回 pre_close数据。

from pandas.testing import assert_series_equal

by_pre_close = ((df_ts["close"]/df_ts["pre_close"] - 1)*100).round(2)

assert_series_equal(by_pre_close, df_ts["pct_chg"], atol=1e-2, check_names = False)

通过 close/pre_close 计算出来的涨跌幅与日涨跌完全一致。而它的未复权的close与pre_close又都是正确的。所以，Tushare的数据是正确的。而东财的数据（或者说你通过 akshare得到的数据）则会与我们的期望不一样。它的未复权下的涨跌幅，是真正的未复权： 如果个股昨天实收5元，今天开盘上涨10%，但发生1：1除权，所以实收价是2.75，东财会把涨跌幅计为-45%。

但是，它的前复权涨跌幅（这是我们打开行情软件，默认的视图）则是经过了某种处理（我不清楚是不是复权），因此，在我写下本文的这一刻，你看到的平安银行在2024年2月11日，它当天实际上涨9.97%，但会在东财软件上显示上涨了『11.86%』。东财这样处理当然有它的理由，不过从量化人的角度来看，可能并不符合我们的期望。

有一句话叫谁掌握了历史，谁就掌握了未来；谁掌握了现在，谁就掌握了历史。在东财的默认视图中，事情似乎正是这样。不过，量化人相信，个股的涨跌幅应该是一个确定不变的值。它不应该随着时间的推移而发生改变，它不是薛定谔的猫，在不同的时间观察它，就会得到不一样的结果。

在前面我们已经得到了 tushare 的复权数据。我们可以通过下面的图，直观地找出除权发生的日期：

df_ts.adjust.plot()

在 『Akshare 不复权 vs Tushare』 那个图中，游离于基准线上的两点，正对应这两个跳跃。

量化是一门精准的学问，需要我们以特别地耐心，去拷问每一个细节。通过今天的讨论，你知道了通常东财的数据非常精准；但如果你使用它返回的每日涨跌幅（无论是基于不复权还是复权）来作为训练的 target，那么就会引入重大的系统性偏差。

在这条路上，你需要匡醍和

结语

量化是一门精准的学问，需要我们以特别的耐心，去拷问每一个细节。通过今天的讨论，你知道了数据的差异可能会引入系统性偏差，也明白了如何通过复权因子和数据对比来验证数据的可靠性。

如果你对量化交易充满兴趣，想要深入了解如何挖掘因子、构建策略、优化模型，不妨加入我们的 量化24课。这是一门专为量化爱好者设计的课程，从基础到进阶，带你全面掌握量化交易的核心技能。让我们一起探索量化的世界，发现更多的可能性！