原创 | TBQuant数据处理探索——后复权详解（上）

“性能回测”一向是程序化交易者的招牌武器之一，代表了量化交易者对主观交易的降维打击能力。然而，从第一代平台的回测功能诞生到现在为止，关于数据连续性和可靠性的处理一直让人难以满意。

TBQuant在数据处理的环节摸索了很久，最终决定以“后复权”的形式保证数据的连续性和可靠性。为什么会选择后复权？今天就来谈谈数据连续性可靠性处理的探索过程。 

回测对于数据连续性和可靠性到底有什么需求？

首先，性能回测是基于统计学的原理。

我们都知道一种测定硬币重心的方法，就是反复投掷硬币，然后统计正面和反面的次数。如果在大量投掷后，正面和反面的统计结果有着较大的差别，那就说明这枚硬币的质量是不均匀的。这是用统计学的原理，而不是用具体的量表，来判断一个物体的质量分布。

对于策略模型来说，我们也可以在历史行情里面，模拟运行策略模型，然后统计可能发生的交易，统计所有的盈亏，从而评价这个策略模型的性能，这就是性能测试。

这种评价模型的方法，需要一个重要的前提，那就是我们需要统计的可能发生的交易，次数必须较为庞大，并且每次发生的交易的自相关性必须较低。数据连续性，主要无法满足对交易次数的需求。这是为什么呢？

大部分趋势性策略往往是非常低频的策略，很有可能一年之间只发生一两次交易，甚至好几年才有一次交易。在这种情况下，恐怕需要相当长时间的行情数据才能支持产生数十次交易信号。这就是我们遇到的问题：对于期货来说，每一个合约的行情数据至多只有一年，很难发生多次交易，这该如何做性能测试？

有些人认为，应该把到期月份一致的合约连起来，也就是所谓的cc指数。比如，1905合约到期以后，马上接上2005合约。

图为19年1月15日到期交割的合约和19年1月16号上市的合约数据拼接起来，这种就是cc指数。

或者也可以把主力合约连起来，构成888指数。

图为RB888指数，即螺纹钢连续指数。

期货的主力合约，即某个品种持仓量最大的合约，被称为这个品种的主力合约。一般这个合约的交易盘口会比较活跃，适合投机者交易。当前主力合约的持仓量如果被更远期合约超越，那么就产生了“主力换月”，该品种的主力合约就切换成了持仓量更大的远期合约。

然而上面提到的两种拼接方式，无论哪一个，在发生合约拼接转换的时候价格都会产生非常大的跳空，特别是cc指数。这种跳空从理论上来看，大部分是由于新老合约的时间价值不同而产生的，不可避免。这种跳空经常会导致策略产生错误信号，在这里，跳空成为了数据连续性的主要问题。

为了解决这里出现的跳空问题，另外一些人提出，可以模仿股票指数的方法，创造一个商品指数。由于指数稀释了波动性，一般来说不会产生跳空，所以很好的解决了数据连续性的需求。于是，各大期货行情软件纷纷不约而同出现了一种叫做000的商品指数合约。

这种000商品指数合约的常见算法，是将一个品种所有合约的开仓合约市值相加，再除以这个品种所有合约总数，最后得到一个加权平均价格，这就是000商品指数。

000指数 = ∑(合约价格*合约持仓量)/∑合约持仓量

其中分子即为品种的开仓市值总和。下面是一个实际计算案例：

假设一个品种A的合约数据按上表所列示，那么该品种的000指数即为：

合计市值2220000除以合计持仓量10000 = 222

我们看到这个A品种的主力合约即为A02合约，其价格为220，非常接近222的指数价格。指数拥护者认为，这个误差相当小，可以近似把指数作为代替主力合约的数据。

指数有两个非常明显的优点：

第一，  指数基本不会出现跳空。因为指数是由所有合约按持仓量加权计算，如果仅仅是单一合约如果有较大波动，很难影响到指数整体。

第二，  由于指数计算依据是该市场对该品种投入的资金总量，客观来说反应了市场当前对该品种的价格评价。

第一个优点解决了888指数跳空产生错误信号的问题，第二个优点则让指数对于商品有了一个宏观评价。利用好这两个优点，可以有的放矢的开发出一些不错的策略。

然而，000指数并不是完美的测试数据，因为000的算法导致了一种新的问题：数据可靠性问题。

我们先来看这样一个例子。

时间点一：

指数价格 = 4520000/20000 = 226

时间点二：

指数价格 = 4520000/20000 = 226

这里我们可以看到，指数的价格在两个时间点是相同的，都是226。

然而当我们观察主力合约时，便会发现A02合约的价格从220上涨到了260，涨幅达到了(260-220)/220=18%。

另外，次主力合约A03，跌幅达到了(240-180)/240 = 25%。

合约上这样强烈的波动，指数为什么波澜不惊？

这里的例子为了方便说明，条件设定较为夸张。我们观察上面的例子会发现，这种现象有两个特点：

第一，主力合约和次主力的持仓量非常接近，A02合约有10000，占总持仓的50%，而A03有8000，占总持仓的40%，从占比来说相差并不悬殊。

第二，主力合约和次主力合约的价格发生了反向变动。在常规情况下这种变化是很少发生的，但是假如市场出现重大变动导致影响市场近期供需，而对远期供需基本不产生影响，这时便会产生价格反向变动。

从实际观测来，有时候即使没有重大市场变动，在主次合约即将换月的时候，由于市场中存在移仓换月的操作，也会导致两者价格发生反向波动。

综合以上两个特点，由于主次合约的权重占比接近，同时两者又反向价格变动，于是对指数的影响正好被对冲掉，导致指数基本没有变化。

指数既然没有变化，显然不可能触发任何交易信号，然而实际行情很有可能已经天翻地覆。如果说错过的是开仓信号，风险还是可控的。如果错过的是平仓信号，甚至是止损信号，这个风险就不可控了。

商品指数数据的不可靠问题一般出现在意外行情和换月的时候较多。从时间频率上来说并不频繁，而且若能辅助做一些风控手段，比如根据账户风险度减仓等措施，是可以有效规避不可靠问题。但是对于回测来说，仍然无法将真实的历史交易记录体现出来，所以使用指数回测依然不是完美的选择。

数据不可靠问题是000天生算法的缺陷，这条路已经走死了，无法再改进下去。难道就没有完美的数据供回测使用了吗？如果我们把注意力收回到主力连续888上，对888指数进行改进，却能取得意想不到的效果！

（未完待续...）

▲