編寫量化策略需要注意的幾個細節問題

量化平臺的出現，省去了quanter們自己打數據結構的時間和精力，可以集中在策略的想法構建上。但量化平臺雖然好，還是會有一些功能會受到限制，因此，有時候還是需要自己清洗數據和編寫回測程序。這里總結一下在量化策略編寫中需要注意的數據處理問題，供參考：

1.數據復權。在量化策略的編寫中，是需要對原始的開盤和收盤價進行復權的，以處理因為分紅、配股等因素造成的股價變動。很多量化平臺都已經對開盤價和收盤價進行了復權處理，可以直接用，但自己進行數據清洗的時候，尤其是在計算日收益率的時候，一定要用復權價。

2.剔除漲停股票。量化策略在實盤跑的時候，可能會遇到各種各樣的實際操作問題，比如反轉策略，基本邏輯很簡單，就是選好那些排序期累計收益率排名靠前的股票并買進持有，然而有可能面臨的問題是，在建倉那天，已經選好的那些股票有可能會開盤漲停，根本沒辦法買進。所以，在自己編寫量化策略回測的時候，要將漲停股票在買進的時候剔除，這樣回測的結果才更加接近實際。

3.剔除停牌股票。在因子選股過程中，一般會有一個觀測期（或者稱為排序期），根據這個觀測期內因子表現，來選擇表現較好的股票來建倉。然而，可能遇到的問題是，在觀測期內，有些股票會出現停牌，有的還會停牌好多天。在自己寫策略的時候，要注意，在觀測期內是需要把那些停牌時間較長的股票剔除掉的，因為停牌往往意味著會有重大信息發布，可能會對當前的選股因子產生較大影響。剔除方法也比較簡單，例如觀測期為90天，那么如果一只股票的停牌時間超過了90天的五分之一，即18天，那么就可以剔除它。

4.關于平倉平不掉的問題。編寫好的量化策略，在實盤交易的時候有可能遇到這么一種情況，就是在想賣的時候賣不掉（比如跌停），還是例如反轉策略，在一個持有期結束，準備進入下一個持有期的時候，是需要把現有倉位賣掉再換新的倉位，然而，如果遇到跌停，那么根本就平不掉。如果量化策略回測中沒有考慮這種情況，就可能會跟實際情況有差異。應對策略也很簡單，可以繼續持有現在平不掉的股票到可以平掉的那一天再平掉，這就需要把回測代碼再進一步細化了。幸運的是，這種問題屬于比較細節的問題，平不掉的情況遇到的也不會太多，所以對回測結果也不會產生很大影響（不像交易費用那樣影響巨大），在因子測試等簡單回測中，不考慮這個問題應該沒什么大礙。但如果真正實盤回測，我覺得還是有必要把這個問題用代碼描述出來的，這樣才能更接近實際交易。