《量化交易》 作 者：（加）欧内斯特·陈

尽管在互联网上寻找数据来源要比寻找潜在的策略容易得多，但要使用这些数据库还存在很多问题和陷阱，我接下来对此进行详细分析。这些注意事项主要是针对股票和交易型开放式指数基金（ETF ），主要包括这么几个方面。

3. 2.1 数据是否经分拆及股息调整？

一家公司在除权日分拆其股票，每股分拆为N股（ N 通常为2,但也可能是小数，比如o. 5 。当N 小于1 时，为反向分拆）， T 日之前的所有股票价格应该乘上νN。相应地，当公司在除息日T 每股派发d 元的股息，那么T 日之前的所有股票价格应该乘上（ Close(T-1)-d) IClose (T-1 ），其中Close( T-1 ）是T日前一交易日的收盘价格。注意，调整股票历史价格时，是乘上一个因子而不是减去d元，以使调整前后股票日收益率不变。这是最常见的一种方式，雅虎财经就是这么做的。（如果减去d 元，虽可保证调整前后股票日价格变化相同，但日收益率会变化。）如果不对历史数据做出调整，除息日的开盘价要比前一日的收盘价低不少（除去正常的市场波动），这很容易导致一个错误的交易信号。

我建议最好找一个分拆及股息调整后的历史数据库，否则就必须找到一个单独包含分拆和股息信息的历史数据库（如earnings. com ），然后自己做调整，而这是非常烦琐且容易出错的工作。见下例。

例3.2 分拆和股息的调整

现在我们来看IGE ，一只ETF ，历史上既有分拆，也有股息。2005年6 月9 日〈除权日）， 1 股分拆为2 股。以下是除权日前后没有经过调整的价格〈可以从雅虎财经直接下载IGE 历史价格的Excel 数据） :



细心的读者会发现，调整后的收盘价与雅虎财经给出的调整后的收盘价还是不一样的。这是因为2005 年6 月9 日之后还有股息，雅虎财经对此也进行了调整。每次股息调整都是乘上一个因子，故总调整的因子就是所有单个因子的来积。以下是2005 年6 月9 日至2007 年11 月所有的股息、前一交易日未调整的收盘价及调整因子z



（请在Excel 中使用我在上面给出的公式，自行检查调整因子是否满足我在这里给出的数位。）股息总因子为o. 998618 x o. 997488 ×…×0. 997214 =O. 976773 ，适用于2005 年6 月9 日这一天及之后未调整的价格。分拆和股息的总因子是o. 976773 x o. 5 = o. 488386 ，适用于所有2005 年6 月9 日之前未经调整的价格。以下是用这些因子计算出来的调整后价格2



可见，计算得出的调整后收盘价与雅虎上的一致（四舍五入保留小数点后两位〉。当然，在你读到本书时， IGE 很有可能又发放了股息，并且又进行了分拆，所以，雅虎上的数据可能已经与上表中的不一样。你可以做做练习，根据新的分拆和股息情况再次进行调整，并与当前雅虎上的数据进行比较。

3. 2. 2 数据有无存活偏差？

我们在第2 章中已经讨论过这个问题。不幸的是，对于一个起步者来说，无存活偏差的数据库价格过于昂贵，很难负担得起。能够克服这个困难的一种方法是，自己去收集将来可用于做回测的带时刻标签的数据。如果每天都保存了所有关注的股票的价格，就有了可供将来使用的带时刻标签或无存活偏差的数据库。另一种可以降低存活偏差影响的方法是，只用近期数据对策略进行回测，这样便不会因为有太多消失的股票而影响结果。

例3. 3 存活偏差人为抬高回测业绩的例子

这是一个“买进低价股票”的玩具策略。〈警告：这个玩具策略有很大的金融风险！〉假设在年初从1 000 只市值最大的股票中，等佳买进价格最低的10 只股票并持有一年。如呆数据库元存活偏差，所得结采如下：



除MDM 外，其他所有股票在这一年间都远市了〈毕竟互联网泡沫还是很严重的〉，故2002 年1 月2 日没有收盘价。最后价格是2002 年1 月2日或返市前最后成交的价格。这一投资组合的年收益率是一42% 。

如果数据库有存活偏差，这个组合就会筛掉这一年间所有退市的股票，进而选中以下股票：



注意，由于被选中的均是“存活”下来的股票，因此2002 年1 月2日全都有收盘价。这个投资纽合的年收益卒是388%!

此例中，策咯的实际收益率是一42% ，但由于存活偏差的存在，收益率被盛估为388% 。