量化补数据别拿工作日当交易日：用交易日历避开假缺口

做日更行情时，有个误判很常见：程序发现某天没有K线，就当成接口漏数，反复重试甚至用前一日收盘价补齐。问题往往不在数据源，而是代码把“周一到周五”直接当成了交易日。

上交所、深交所公布的2026年安排显示，国庆节10月1日至7日休市，10月8日起开市；9月20日、10月10日虽然是调休工作日，证券市场仍休市。可见办公日历和交易日历不是一回事。pd.date_range(freq="B") 只能排除普通周末，识别不了交易所休市。

按开市日检查缺口

我会把官方日历保存成一张表，至少包含 trade_date 和 is_open，补数据前先筛出应有日期，再与本地行情做集合差：

calendar = pd.read_csv("trade_calendar.csv")
open_days = set(pd.to_datetime(
    calendar.loc[calendar.is_open == 1, "trade_date"]
))
have_days = set(pd.to_datetime(bars["trade_date"]))
missing = sorted(open_days - have_days)

检查区间也要限制好：起点取本地首条行情日期，终点取最近一个已经结束的交易日。否则拿全年日历比较，会把未来日期也报成缺失。

日历也需要版本管理

交易日历不应永久写死在代码中。每年根据交易所公告更新，并记录来源、更新时间和适用市场。港股通、期货和海外市场也不能共用A股日历，因为休市与交收安排可能不同。

多维护一张小表，可以避免无效重试、错误告警，以及把休市日补成“零成交K线”后污染收益率。量化补数的第一步不是下载，而是先判断这一天是否本来就该有数据。