1. 我们收集的数据类型
我们的回测依赖三大类市场数据。每一类数据均独立获取、验证和存储，以避免交叉污染造成的错误。
OHLCV 价格数据
主要回测数据源
来自经核实的交易所数据源的每日开盘价、最高价、最低价、收盘价和成交量数据。这是每一项信号计算和交易模拟所使用的核心数据。
- ● 复权收盘价（已按拆股和分红调整）
- ● 未复权收盘价（供参考）
- ● 以股数和成交金额计算的每日成交量
- ● 提供时包含成交量加权平均价（VWAP）
- ● 部分策略使用的日内数据（1 分钟、5 分钟、15 分钟、每小时）
指数与基准数据
表现比较
用于基准比较、Beta 计算和市场状态识别的指数点位与成分股权重。我们跟踪 12 个国家和地区的 30 多个主要指数。
- ● 恒生指数（HSI）及其分类指数
- ● S&P 500、NASDAQ-100、Russell 2000
- ● MSCI World、MSCI Emerging Markets
- ● FTSE 100、DAX 40、CAC 40
- ● Nikkei 225、TOPIX、Kospi
另类数据
市场背景与状态信号
用于市场状态分类、波动率背景和策略筛选的补充数据集。不会直接用于交易信号，仅作为市场环境背景参考。
- ● VIX 及各地区波动率指数
- ● 国债收益率曲线（美国、香港、日本）
- ● 行业 ETF 相对资金流向
- ● 财报日历及除息日期
- ● 央行利率决议
2. 交易所与市场覆盖范围
我们为以下交易所维护经核实的数据源。各市场的覆盖深度不一——香港和美国市场拥有最完整的历史数据。
| 交易所 | 市场 | 历史年限 | 覆盖规模 | 级别 |
|---|---|---|---|---|
| HKEX | 香港股票 | 20+ 年 | 2,500+ 个代码 | 主要 |
| NYSE | 美国股票 | 20+ 年 | 3,000+ 个代码 | 主要 |
| NASDAQ | 美国股票 | 20+ 年 | 3,500+ 个代码 | 主要 |
| TSE（日本） | 日本股票 | 15+ 年 | 3,800+ 个代码 | 次要 |
| LSE | 英国股票 | 15+ 年 | 2,000+ 个代码 | 次要 |
| SSE / SZSE | 中国 A 股 | 10+ 年 | 5,000+ 个代码 | 次要 |
| ASX | 澳大利亚股票 | 10+ 年 | 2,200+ 个代码 | 次要 |
| SGX | 新加坡股票 | 10+ 年 | 700+ 个代码 | 次要 |
| HKEX Crypto | 香港上市加密货币 ETF | 3+ 年 | 15+ 个代码 | 新兴 |
| CME/COMEX | 美国期货（商品） | 15+ 年 | 主要合约 | 次要 |
3. 公司行动调整
原始价格数据会受到公司行动的扭曲。一只股票在 1 拆 5 之前的股价为 HK$10，数据上看起来像是一夜之间下跌了 80%——但实际上并没有任何损失。使用未经调整的数据进行回测，会得出完全错误的结果。我们会对所有历史价格序列进行追溯调整，涵盖以下各项。
拆股与合股
当公司进行拆股（例如 2 拆 1）时，历史价格序列会按拆股比例调整，使图表呈现连续且可比较的价格历史。
分红调整
现金分红会在除息日造成股价瞬间下跌，而这与策略表现无关。我们使用将分红再投资的总回报复权价格。
配股与融资
以折价进行的配股会因股权稀释而导致股价下跌。这些影响会被调整剔除，以免在除权日出现错误的卖出信号。
合并、收购与退市
当公司被收购或退市时，我们会记录最后成交价，并将该代码标记为已终止。已退市的代码仍保留在历史样本中。
4. 数据验证流程
原始数据源存在各种错误：缺失的 K 线、极端异常值、零成交量日期以及时间戳不一致。数据在进入我们的回测引擎之前，必须通过六个阶段的自动化验证流程。
导入与去重
所有传入记录都会使用复合键（代码 + 日期）与现有记录比对。因数据源冗余而产生的重复行会被丢弃。每个交易日每个代码只会生成一条 OHLCV 记录。
OHLC 一致性检查
我们会核实 H ≥ max(O,C)、L ≤ min(O,C)，且所有数值均为正数。未通过此测试的 K 线会被标记以供人工复核。每年约有 0.02% 的原始 K 线未能通过此项检查——通常是数据源错误所致。
异常值检测
单日价格变动超过 ±50% 时，系统会自动与交易所公告进行比对。如果没有任何公司行动可以解释该变动，该 K 线将被隔离。这样可以拦截录入错误和数据源故障。
成交量合理性检查
零成交量的日期会与交易所交易日历交叉核对。真正的市场休市日会被接受；如果在已确认的交易日出现零成交量，则会标记为潜在数据缺口。我们会尽可能从次要数据源补全数据。
连续性与缺口分析
我们会核实每个代码在所述回测期间内的数据是否连续。连续超过 5 个交易日的缺口（不包括已知的交易所休市）会记录在报告的脚注中。
调整因子验证
应用公司行动调整后，我们会检查所得的复权价格序列是否仍存在阶跃式跳变。任何无法用已知事件解释的不连续情况，都会触发使用备用数据源的第二轮修正。
5. 更新频率与数据时效
报告使用截至特定截止日期的数据进行回测，并清楚列明于每份报告的页首。我们的数据流程按以下时间表运行：
自动化流程时间表
报告数据披露
每份发布的报告均包含数据披露部分，列明：