很多量化程序检查行情数据时，第一反应是看有没有 NaN。

这当然重要，但对于 OHLCV 数据来说还不够。

一条 K 线即使没有任何空值，也可能存在明显的数据异常。例如：

high < low
open > high
close > high
volume < 0


这些问题不会因为 DataFrame 没有 NaN 就自动消失。

因此，OHLCV 数据进入策略之前，至少应该检查两类规则：

对于 OHLC 数据，业务关系本身就是一组非常有价值的数据质量规则。

一、OHLC 首先应该满足什么关系

high >= max(open, close)
low  <= min(open, close)
high >= low


low <= open <= high
low <= close <= high


如果这些关系明显违反，那么数据至少值得进入异常检查流程。

open  = 100
high  = 98
low   = 95
close = 97


这类错误比单纯的空值更值得关注，因为它可能直接影响：

invalid_ohlc = (
    (df["high"] < df["open"]) |
    (df["high"] < df["close"]) |
    (df["low"] > df["open"]) |
    (df["low"] > df["close"]) |
    (df["high"] < df["low"])
)


bad_rows = df.loc[invalid_ohlc]

print(bad_rows)


if invalid_ohlc.any():
    raise ValueError("发现 OHLC 价格关系异常")


这段检查很简单，却比“有没有 NaN”多了一层业务含义。

三、成交量也应该有自己的规则

对于常规行情数据，首先可以检查：

invalid_volume = df["volume"] < 0

if invalid_volume.any():
    raise ValueError("发现负成交量")


负成交量通常需要重点排查，而 0 是否合理，则需要结合具体市场、数据周期和数据源定义判断。

这样很容易把真实但特殊的数据情况直接删除。

四、价格等于 0 也不能简单删除

df = df[
    (df["open"] > 0) &
    (df["high"] > 0) &
    (df["low"] > 0) &
    (df["close"] > 0)
]


看起来合理，但数据治理上更推荐先把异常记录标记出来。

invalid_price = (
    (df["open"] <= 0) |
    (df["high"] <= 0) |
    (df["low"] <= 0) |
    (df["close"] <= 0)
)

df["price_invalid"] = invalid_price


这样可以保留原始数据，同时把异常记录单独识别出来。

数据质量层应该尽可能先识别问题，再决定怎么处理。

五、突然暴涨暴跌也不能直接判定为错误

这是 OHLCV 校验中比较容易误判的一点。

但价格变化本身并不能证明数据错误。

得到异常收益率之后，正确做法不是直接删除：

这是数据工程里非常重要的原则：

比起写一大段代码，可以将不同规则拆开。

def check_ohlc_relation(df):
    return ~(
        (df["high"] >= df["open"]) &
        (df["high"] >= df["close"]) &
        (df["low"] <= df["open"]) &
        (df["low"] <= df["close"]) &
        (df["high"] >= df["low"])
    )


def check_volume(df):
    return df["volume"] < 0


def check_large_move(df, threshold=0.2):
    change = df["close"].pct_change()
    return change.abs() > threshold


df["ohlc_invalid"] = check_ohlc_relation(df)
df["volume_invalid"] = check_volume(df)
df["large_move"] = check_large_move(df)


print(df[
    [
        "ohlc_invalid",
        "volume_invalid",
        "large_move",
    ]
].sum())


这样数据质量报告会比一个简单的：

七、QuantDash 可以作为数据源，但校验仍然属于你的数据层

如果研究程序通过 QuantDash Python SDK 获取 K 线，接口可以直接返回 DataFrame。公开 SDK 示例中使用：

df = qd.klines.get(
    "600519.SH",
    period="1d",
    count=100,
    to_dataframe=True,
)


然后可以把 OHLCV 校验作为独立的数据质量步骤。

数据源
  ↓
DataFrame
  ↓
字段检查
  ↓
OHLC 关系检查
  ↓
成交量检查
  ↓
异常波动标记
  ↓
研究数据集


八、不要把所有异常都变成“失败”

实际的数据管道中，可以把问题分成三级。

量化OHLCV 数据进入策略前要检查价格关系

数据库

算法

后端

数据治理

数据管道

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

量化OHLCV 数据进入策略前要检查价格关系

量化OHLCV 数据进入策略前要检查价格关系

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐