【魔码量化工程实战进阶 #08】历史 K 线全量回放与对齐：交易日历、缺口与复权前对齐

入门系列第 05 篇讲了"历史 K 线入门"，拉一只看一只。本篇解决多资产回测的隐形炸弹：不同股票的交易日并不对齐——新股上市晚、老股停牌、退市股截断。直接按行号对齐做回测，信号会整体错位。我们用"交易日历为轴"把多只 K 线对齐成面板（panel），并讲清对齐前必须做的复权处理。

本文你将得到什么

1. 为什么"按列表下标"对齐多只股票必错（新股/停牌造成的日期缺口）
2. 以交易日历为轴 pivot 成面板的标准做法（pandas pivot）
3. 对齐的两种策略：交集（inner） vs 前向填充（forward-fill）
4. 一个反直觉前提：对齐前必须先复权（否则历史价本身是错的，见 #09）

一、痛点：日期不对齐，回测全错位

假设你同时回测 3 只股票，代码里这么写：

for i in range(len(dates)):
    s1 = close1[i]; s2 = close2[i]; s3 = close3[i]   # 按行号取"同一天"

但 close1、close2、close3 的"第 i 行"未必是同一个交易日： - 股票 A 是 2020 年新股，前面 200 行是空的； - 股票 B 中间停牌 10 天，那 10 天没数据； - 股票 C 去年退市了，尾部没数据。

结果：你拿 A 的"第 100 行（上市首日）"和 B 的"第 100 行（已上市半年）"当同一天算相关系数——整个信号错位。

二、工程方案：交易日历为轴

正确做法：不要用行号，要用日期 t 当索引。把多只股票的收盘价 pivot 成一个 DataFrame，行是交易日、列是股票：

import pandas as pd

# 每只股票的历史 K 线（真实字段: t,o,h,l,c,v,a,pc,sf）
# 演示证书返回演示数据，需替换为正式证书
def load_close(code):
    rows = requests.get(f"{BASE}/hsstock/history/{code}/d/n/{TOKEN}?st=20200101&et=20260828").json()
    return pd.Series({r["t"]: r["c"] for r in rows}, name=code)

panel = pd.DataFrame({c: load_close(c) for c in ["600519","000001.SZ","300750"]})

panel 的行索引是"所有出现过的交易日并集"。此时 panel.loc["2023-06-01"] 才是三只股票真正同一天的收盘价。

三、对齐策略：交集 vs 前向填充

拿到面板后，空值（NaN）怎么处理，决定回测口径：

panel_inner = panel.dropna()          # 交集：最严
panel_ffill = panel.ffill()           # 前向填充：最宽（但需标记停牌）

经验：因子/横截面计算（#16）常用交集，保证"同一天可比"；组合净值估算常用前向填充，但必须叠加"停牌标记"避免把停牌当"持平"。

四、本机实测（真实字段 + 对齐逻辑可跑；缺口演示用示意）

真实历史 K 线字段（演示证书拉 600519 实测）：

历史K线 字段: ['a', 'c', 'h', 'l', 'o', 'pc', 'sf', 't', 'v']
样本首行: t=2025-09-15, o=11.70, h=11.72, l=11.63, c=11.65, v=840387, a=980347616, pc=11.72(前收), sf=0

下面用一段合成但结构真实的示例演示"日期缺口导致错位、pivot 后对齐"（演示证书对各股返回相同窗口，无法体现缺口，故用合成数据说明机制；字段语义与真实一致）：

import pandas as pd, numpy as np
# 示意：A 上市晚(从 d3 起)、B 中间停牌(d2 缺失)、C 完整
A = pd.Series([np.nan,np.nan,10,11,12], index=[f"d{i}" for i in range(1,6)], name="A")
B = pd.Series([5,np.nan,7,8,9], index=[f"d{i}" for i in range(1,6)], name="B")
C = pd.Series([20,21,22,23,24], index=[f"d{i}" for i in range(1,6)], name="C")
panel = pd.DataFrame({"A":A,"B":B,"C":C})
print("按行号错位的'同日' d3:", panel.iloc[2].to_dict())   # A=10,B=7,C=22 才是真同日
print("交集后天数:", len(panel.dropna()))                    # 仅 d3,d4,d5 三只齐全
print("前向填充 B 停牌日 d2:", panel["B"].ffill().iloc[1])   # 用 d1 的 5 填充

运行后你会看到：

按行号错位的'同日' d3: {'A': 10, 'B': 7, 'C': 22}   # pivot 后以日期为轴，才是真同日
交集后天数: 3                                     # 任一只缺失就丢那天
前向填充 B 停牌日 d2: 5.0                          # 停牌日用最近有效价

五、原理深挖：对齐前必须先复权

一个容易被忽略的前提：对齐用的价格，必须是同一复权口径。如果 A 用前复权、B 用不复权，它们的"同日收盘价"量纲不同，算出来的收益率、相关性全是错的。所以标准流程是：

拉历史 → 统一复权口径(通常后复权做回测) → 再按日期 pivot 对齐 → 再算指标

复权为什么必须统一、三种口径差在哪，见 #09。

另外注意：历史 K 线末条的 t 恒为该周期结束日标签（周线=周日、月线=自然月末，含非交易日），这是接口约定而非 bug——对齐时按字符串日期处理即可，不要"修正"成日线末日（会让历史数据抖动）。

六、小结

多股票回测的第一条铁律：永远用交易日历当索引，绝不用行号。pivot 成面板后，交集保证严格同屏、前向填充保证宽覆盖（但叠加停牌标记）。对齐之前，先统一复权口径——否则你比对的是两套量纲的价格。

把"全市场 5000+ 只 × 多年日 K"对齐成面板，存储与回拉成本不小；魔码量化 Pro 包（完整历史分钟/日 K + 更高配额）能让这一步直接从"手忙脚乱"变"一键面板"。详见文末。

免责声明：本文所有示例数据仅用于接口演示，不构成任何投资建议；市场有风险，投资需谨慎。

系列持续更新中。 想要亲手跑通上面的代码？前往 魔码证书申请页 免费领取你的专属证书，复制即用、按次计费、稳定可用。