编写量化策略需要注意的几个细节问题

量化平台的出现，省去了quanter们自己打数据结构的时间和精力，可以集中在策略的想法构建上。但量化平台虽然好，还是会有一些功能会受到限制，因此，有时候还是需要自己清洗数据和编写回测程序。这里总结一下在量化策略编写中需要注意的数据处理问题，供参考：

1.数据复权。在量化策略的编写中，是需要对原始的开盘和收盘价进行复权的，以处理因为分红、配股等因素造成的股价变动。很多量化平台都已经对开盘价和收盘价进行了复权处理，可以直接用，但自己进行数据清洗的时候，尤其是在计算日收益率的时候，一定要用复权价。

2.剔除涨停股票。量化策略在实盘跑的时候，可能会遇到各种各样的实际操作问题，比如反转策略，基本逻辑很简单，就是选好那些排序期累计收益率排名靠前的股票并买进持有，然而有可能面临的问题是，在建仓那天，已经选好的那些股票有可能会开盘涨停，根本没办法买进。所以，在自己编写量化策略回测的时候，要将涨停股票在买进的时候剔除，这样回测的结果才更加接近实际。

3.剔除停牌股票。在因子选股过程中，一般会有一个观测期（或者称为排序期），根据这个观测期内因子表现，来选择表现较好的股票来建仓。然而，可能遇到的问题是，在观测期内，有些股票会出现停牌，有的还会停牌好多天。在自己写策略的时候，要注意，在观测期内是需要把那些停牌时间较长的股票剔除掉的，因为停牌往往意味着会有重大信息发布，可能会对当前的选股因子产生较大影响。剔除方法也比较简单，例如观测期为90天，那么如果一只股票的停牌时间超过了90天的五分之一，即18天，那么就可以剔除它。

4.关于平仓平不掉的问题。编写好的量化策略，在实盘交易的时候有可能遇到这么一种情况，就是在想卖的时候卖不掉（比如跌停），还是例如反转策略，在一个持有期结束，准备进入下一个持有期的时候，是需要把现有仓位卖掉再换新的仓位，然而，如果遇到跌停，那么根本就平不掉。如果量化策略回测中没有考虑这种情况，就可能会跟实际情况有差异。应对策略也很简单，可以继续持有现在平不掉的股票到可以平掉的那一天再平掉，这就需要把回测代码再进一步细化了。幸运的是，这种问题属于比较细节的问题，平不掉的情况遇到的也不会太多，所以对回测结果也不会产生很大影响（不像交易费用那样影响巨大），在因子测试等简单回测中，不考虑这个问题应该没什么大碍。但如果真正实盘回测，我觉得还是有必要把这个问题用代码描述出来的，这样才能更接近实际交易。